[发明专利]基于形状匹配的高铁高度调整杆脱出故障图像识别方法

说明书

基于形状匹配的高铁高度调整杆脱出故障图像识别方法，属于高铁检测技术领域。本发明是为了解决现有的检测方法存在检测时间较长的问题，不能兼顾检测时间和准确率的问题。本发明首先提取图像中包含检测部件区域的图像，并提取对应的模板图像并创建图像特征金字塔，分别进行边缘提取并对特征点进行最离散采样；对特征点提取特征点梯度信息；然后对搜索图片建立特征金字塔得到的粗定位结果，计算模板图像的图像边缘点和搜索图片的图像边缘点的相似性，将原来的模板轮廓转变为矫正轮廓线；然后采用最小二乘法进一步矫正，最后基于模板图像和搜索结果，通过逻辑分析对精细定位的部件图像进行故障判定。主要用于高铁高度调整杆脱出故障图像识别。

技术领域

本发明涉及高铁高度调整杆脱出故障图像识别方法。属于高铁检测技术领域。

背景技术

高铁列车具有速度快运行稳定的特点，已经成为目前人们出行的主要交通工具之一。高铁的运行安全性是重中之重，所以需要格外重视。高度调整杆脱出是一种危及行车安全的故障，会导致列车在行进过程中出现侧翻等严重后果。

在传统故障检测方法中，通常采用人工检查图像的方式进行故障检测。由于检车人员在工作过程中极易出现疲劳、遗漏等情况，造成漏检、错检的出现，影响行车安全。

针对以上问题，随着图像处理技术和深度学习技术的飞速发展，目前可以引入图像自动识别检测方法对高度调整杆脱出故障进行检测，采用图像自动识别的方式具有检测效率高和稳定性好的优点。利用神经网络处理技术进行检测检测时，如果要保证较高的识别准确率，那么就要有针对性的搭建网络模型并训练模型，这不仅需要花费很多的人力物力，也不一定能够取得较好的效果，而且利用神经网络进行检测时检测时间相对较长，有待于进一步提高。同时如果要取得加好的效果，一般需要模型的深度较大，则会进一步延长检测时间，同时对于硬件要求比较高。

发明内容

本发明是为了解决现有的检测方法存在检测时间较长的问题，不能兼顾检测时间和准确率的问题。

基于形状匹配的高铁高度调整杆脱出故障图像识别方法，包括以下步骤：

s1、采集图像并提取包含检测部件区域的图像；并提取检测部件区域对应的模板图像；

s2、对模板图像创建图像特征金字塔；

s3、确定了金字塔层数后，针对于每层图像特征金字塔，分别进行边缘提取并对特征点进行最离散采样；对特征点提取特征点梯度信息；

s4、在每层图像特征金字塔上，对提取到的最离散边缘点进行旋转；

s5、对搜索图片建立特征金字塔；

取金字塔最高层的模板图像在搜索图片金字塔最高层进行全角度的滑窗遍历；将相似度最高的作为匹配结果；将此结果向下一层金字塔映射，直到图像特征金字塔的第一层，即图像原始分辨率层，完成粗定位；

s6、针对于金字塔搜索后得到的粗定位结果，将模板图像轮廓点经过金字塔粗定位的结果进行仿射变换到搜索图片上对应的点记作P，对P点的主梯度与搜索图片边缘点主梯度进行相似性计算，将相似性最高的搜索图片上的点作为边缘点A，再将P替换为A，将原来的模板轮廓转变为矫正轮廓线；

s7、采用最小二乘法进一步矫正，矫正以特征点到特征线的距离最短作为优化目标进行迭代；其中特征点为模板图像边缘点经过变形矫正后的得到的模板图像的边缘点P；特征线为在搜索图像上距离点P最近的搜索物体上的临近边缘点对应的切线；

s8、基于模板图像和搜索结果，通过逻辑分析对精细定位的部件图像进行故障判定。

优选地，步骤s6所述相似性计算是基于如下相似度量函数计算的；