[发明专利]一种铁路货车钩尾销托梁脱落故障检测方法

权利要求书

1.一种铁路货车钩尾销托梁脱落故障检测方法，其特征在于，该方法包括以下步骤：

步骤一、收集铁路货车的过车图像；

步骤二、从收集的过车图像中截取出车钩部分图像，并对截取出的图像中的钩尾销托梁进行标注后，获得每张截取出的图像所对应的标记文件；

截取出的图像与标记文件共同构成样本数据集；

步骤三、分别在样本数据集中的每张图像上设置用于框选钩尾销托梁的候选框，获得候选框图像，并将候选框图像变换到统一尺寸后，提取尺寸变换后图像的LBP纹理特征；

步骤四、利用步骤三提取到的图像LBP纹理特征对级联的SVM网络进行训练，获得训练好的级联的SVM网络；其具体过程为：

所述级联的SVM网络包括三个SVM；

将预先分类好的候选框图像的LBP纹理特征送入第一个SVM进行分类训练，第一个SVM的输出为候选框图像的类别，其中，预先分类好的候选框图像包括正常类的候选框图像、故障类的候选框图像和背景类的候选框图像，正常类的候选框图像与故障类的候选框图像是候选框与标记的标签位置框的IOU大于等于0.4的候选框图像，背景类的候选框图像是候选框与标记的标签位置框的IOU小于0.4的候选框图像，IOU为交并比；

将第一个SVM输出为正常类的候选框图像与故障类的候选框图像进行第二次分类，同样分为正常类的候选框图像，故障类的候选框图像与背景类的候选框图像；

其中，正常类的候选框图像与故障类的候选框图像是候选框与标记的标签位置框的IOU大于等于0.5的候选框图像，背景类的候选框图像是候选框与标记的标签位置框的IOU小于0.5的候选框；将分类好的候选框图像的LBP纹理特征送入第二个SVM进行分类训练，第二个SVM的输出为候选框图像类别；

将第二个SVM输出为正常类的候选框图像与故障类的候选框图像进行第三次分类，同样分为正常类的候选框图像，故障类的候选框图像与背景类的候选框图像；

其中正常类的候选框图像与故障类的候选框图像是候选框与标记的标签位置框的IOU大于等于0.6的候选框图像，背景类的候选框图像是候选框与标记的标签位置框的IOU小于0.6的候选框图像，将分好类的候选框图像的LBP纹理特征送入第三个SVM进行分类训练，第三个SVM的输出为候选框图像的类别；

对第三个SVM输出的类别为正常类的候选框图像与故障类的候选框图像进行非极大值抑制，以对候选框图像进行筛选；

将筛选出的候选框图像的类别作为检测出的目标的类别，筛选出的候选框图像在原始图像中的位置即为检测出的目标的位置；

根据检测出的类别和位置与标记的类别和位置来计算训练误差，直至级联的SVM网络的训练误差不再降低时停止训练，获得训练好的级联的SVM网络；

步骤五、从待检测图像中获取出车钩部分图像后，在获取的车钩部分图像上设置候选框，获得待检测图像对应的候选框图像；

对待检测图像对应的候选框图像进行尺寸变换后，获得待检测图像对应的尺寸变换后图像，并提取出待检测图像对应的尺寸变换后图像的LBP纹理特征，再将待检测图像对应的尺寸变换后图像的LBP纹理特征输入训练好的级联的SVM网络，级联的SVM网络输出检测结果。

2.根据权利要求1所述的一种铁路货车钩尾销托梁脱落故障检测方法，其特征在于，所述过车图像是通过架设在铁路底部和侧部的高清成像设备来拍摄的。

3.根据权利要求1所述的一种铁路货车钩尾销托梁脱落故障检测方法，其特征在于，所述对截取出的图像中的钩尾销托梁进行标注，其具体为：

对截取出的图像中的钩尾销托梁进行标注，将发生钩尾销托梁上螺栓丢失的钩尾销托梁标记为故障图像，将钩尾销托梁上螺栓没有丢失的钩尾销托梁标记为正常图像。

4.根据权利要求1所述的一种铁路货车钩尾销托梁脱落故障检测方法，其特征在于，所述在样本数据集中的每张图像上设置候选框之前，需要对样本数据集进行扩增，扩增方式包括翻转、裁剪和对比度变换。

5.根据权利要求1所述的一种铁路货车钩尾销托梁脱落故障检测方法，其特征在于，所述在样本数据集中的每张图像上设置候选框，是采用选择搜索算法进行的。