[发明专利]一种货车下拉杆故障图像识别方法

权利要求书

1.一种货车下拉杆故障图像识别方法，其特征在于，包括：

步骤一、获取整车灰度图像，基于整车灰度图像截取下拉杆图像；将下拉杆图像进行滑窗分割，得到多个下拉杆子图像；

步骤二、提取下拉杆子图像HOG特征向量，将下拉杆子图像HOG特征向量输入SVM支持向量机进行训练，得到训练好的下拉杆粗杆定位模型；

步骤三、获取待检测的整车灰度图像，从该灰度图像中截取下拉杆粗定位图像；利用训练好的下拉杆粗杆定位模型提取下拉杆粗杆子图像；具体过程包括：

将下拉杆粗定位图像分为左右两个子图像，记为图像A与图像B，分别对A和B进行滑窗分割，具体的分割方式为：假设A或B的图像宽度为W₂，高度为H₂，从A或B图像的一端点向图像的宽高两边滑动截取宽度为w₂，高度为h₂的子图像，宽度步进为w₂/2，高度步进为h₂/2，若下拉杆图像截取的最后一个下拉杆子图像宽度不足，则将宽边截取最后一个下拉杆子图像时的起始位置设为W₂-w₂，若下拉杆图像截取的最后一个下拉杆子图像高度不足，则将高度边截取最后一个下拉杆子图像时的起始位置设为H₂-h₂；将通过滑窗分割截取到的子图像缩放为统一大小，对子图像进行特征提取，并通过训练好的下拉杆粗杆定位模型计算得到子图像为下拉杆粗杆图像的分数，若分数大于阈值th，则该子图像为下拉杆粗杆子图像，并采用非极大值抑制得到下拉杆粗杆的准确位置；

若没有定位到下拉杆粗杆，则判定为下拉杆故障；

步骤四、若定位到了下拉杆粗杆，通过下拉杆粗杆子图得到下拉杆细杆子图，对下拉杆细杆子图进行霍夫直线检测，得到下拉杆细杆的上下边缘倾斜角度，设定一个阈值k，若倾斜角度大于k，则为下拉杆倾斜故障，若小于等于k，则下拉杆不存在故障。

2.根据权利要求1所述一种货车下拉杆故障图像识别方法，其特征在于，所述步骤一获取整车灰度图像，基于整车灰度图像粗截取下拉杆图像；将下拉杆图像进行滑窗分割，得到多个下拉杆子图像；具体过程为：

假设下拉杆图像宽度为W₁，高度为H₁，从当前下拉杆图像的一端点向图像的宽高两边滑动截取宽度为w₁，高度为h₁的子图像，宽度步进为w₁/2，高度步进为h₁/2，若下拉杆图像截取的最后一个下拉杆子图像宽度不足，则将宽边截取最后一个下拉杆子图像时的起始位置设为W₁-w₁，若下拉杆图像截取的最后一个下拉杆子图像高度不足，则将高度边截取最后一个下拉杆子图像时的起始位置设为H₁-h₁；将截取到的子图像缩放为统一大小，构成下拉杆子图像数据集。

3.根据权利要求1所述一种货车下拉杆故障图像识别方法，其特征在于，所述步骤一得到下拉杆子图像后，还包括对图像的扩增，所述扩增包括对图像的旋转、平移、缩放或镜像。

4.根据权利要求1所述一种货车下拉杆故障图像识别方法，其特征在于，所述步骤四通过下拉杆粗杆子图得到下拉杆细杆子图；具体过程为：

定位到的下拉杆粗杆的中心位置位于下拉杆粗定位图像的上半部分，则取下拉杆粗定位图像的上半部分为下拉杆细杆子图，反之取下拉杆粗定位图像的下半部分为下拉杆细杆子图。

5.根据权利要求4所述一种货车下拉杆故障图像识别方法，其特征在于，所述步骤四通过下拉杆粗杆子图得到下拉杆细杆子图；具体过程为：

当只定位到了左侧粗杆时，根据左侧粗杆与整根下拉杆的比例，计算出下拉杆在下拉杆粗定位图像中的比例，确定细杆子图左右方向截取的范围，得到下拉杆细杆的位置。