[发明专利]一种铁路列车车厢组底板丢失故障检测方法

说明书

本发明公开了一种铁路列车车厢组底板丢失故障检测方法。步骤1：获取列车的线阵图像；步骤2：根据步骤1的线阵图像，获取列车底板位置的图像；步骤3：对步骤2的列车底板位置的图像进行预处理；步骤4：对步骤3预处理后的图像通过改进的Refinedet模型进行故障的检测。本发明利用图像自动识别的方式代替人工检测，提高检测效率、准确率。

技术领域

本发明属于图像识别领域，具体涉及一种铁路列车车厢组底板丢失故障检测方法。

背景技术

列车车厢组底部部件复杂，区别于客车和货车且考虑到列车的安全，列车车厢组底部安装封闭底板，遮挡各种细致部件。但是列车高速运行的过程中容易出现底板丢失状况，如果不及时发现，将会严重危及行车安全，采用人工检查图像的方式进行故障检测，由于列车车厢组运行的密度大，检车时间短，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。

发明内容

本发明提供一种铁路列车车厢组底板丢失故障检测方法，利用图像自动识别的方式代替人工检测，提高检测效率、准确率。

本发明通过以下技术方案实现：

一种铁路列车车厢组底板丢失故障检测方法，检测方法包括以下步骤：

步骤1：获取列车车厢的线阵图像；

步骤2：根据步骤1的线阵图像，获取列车底板位置的图像；

步骤3：对步骤2的列车底板位置的图像进行预处理；

步骤4：对步骤3预处理后的图像通过改进的Refinedet模型进行故障的检测。

进一步的，步骤1具体为，分别在列车轨道周围搭建高清设备，列车通过设备，即可获取高清线阵图像。

进一步的，步骤2具体为，根据列车的轴距信息、车型信息从步骤1的线阵图像中获取到底板位置的图像。

进一步的，步骤3的预处理具体为，图像质量增强和图像中边缘信息增强。

进一步的，图像质量增强是通过自适应直方图均衡化的方式对得到的底板位置的图像进行处理。

进一步的，图像中边缘信息增强具体为通过以下公式实现，

newImg＝N*Blur(srcImg)+srcImg

式中srcImg代表原始图像，Blur是均值滤波，N是均值滤波次数，newImg是图像边缘增强以后的图像。

进一步的，步骤4故障的检测具体包括以下步骤：

步骤4.1：获取样本底板图像，并将样本底板图像按照节数进行切分形成样本子图像；

步骤4.2：对样本子图像进行故障标记得到训练样本；

步骤4.3：利用步骤4.2得到训练样本对改进的Refinedet模型进行训练；

步骤4.4：利用步骤4.3通过训练得到的模型，对步骤3预处理后的图像进行故障的检测。

进一步的，步骤4.3具体包括以下步骤：

步骤4.3.1：在Refinedet的基础网络中，选择mobilenetV2部分网络结构代替原始Refinedet模型中的VGG基础模块，同时使用一个stride＝2的标准卷积层接一个BN层的结构代替原始Refinedet模型中的额外层；

步骤4.3.2：将训练样本中的样本子图像输入Refinedet网络中的ARM分支预测模块，得到特征图，其中，ARM分支预测模块包括步骤4.3.1中的基础网络与额外层；