[发明专利]一种铁路货车渡板脱落的故障识别方法

说明书

一种铁路货车渡板脱落的故障识别方法，本发明涉及铁路货车渡板脱落的故障识别方法。本发明的目的是为了解决现有方法故障检测准确率以及效率低的问题。过程为：一、采集原始图像数据；二、获得包含渡板部位样本图像；三、标记渡板、车体及三角底座三类；四、获取分割图像数据集；五、将目标边缘画到掩膜图像上；当目标边缘处于掩膜图像四周边界时，将目标边缘处的掩膜图像设置为0；否则将目标边缘处的掩膜图像设置为255，对掩膜图像进行膨胀得到边缘图像；六、获取边缘图像数据集；七、搭建边缘检测网络；八、搭建实例分割网络；九、得到分割网络；十、利用分割网络进行铁路货车渡板脱落故障判别。本发明属于故障图像识别领域。

技术领域

本发明涉及铁路货车渡板脱落的故障识别方法。

背景技术

在铁路安全方向，传统的方法为探测设备拍到照片后，通过人工观察找到列车的故障点所在。这种方法可以在车行进中进行故障检测，而无需停靠。但是使用人工观察存在易疲劳、强度大、需要培训等缺点。现阶段越来越多的事情可以由机器来代替人工，机器具有成本低，规则统一，24小时无疲劳的特点，所以使用图像识别技术代替传统的人工检测，具有可行性。

渡板脱落需要根据距离判断故障，人眼很难准确地判断出距离的大小，且不同站点拍摄出的目标大小不一使得人眼检测难度更大。使用传统的图像算法对于不同站点不同图像需要大量的调试。故使用深度学习神经网络的方法进行故障识别，可以根据故障标准进行准确识别。

发明内容

本发明的目的是为了解决现有人工故障检测方法所存在的故障检测的准确率以及效率低的问题，而提出一种铁路货车渡板脱落的故障识别方法。

本发明为解决上述技术问题所采取的技术方案是：一种铁路货车渡板脱落的故障识别方法具体过程为：

步骤一、采集原始图像数据；

步骤二、基于步骤一采集的原始图像数据，获得包含渡板部位样本图像；

步骤三、使用标签对步骤二获得的包含渡板部位样本图像进行标记，标记渡板、车体及三角底座三类；

步骤四、获取分割图像数据集：

将步骤二获得的包含渡板部位样本图像及步骤三标签标记的渡板、车体及三角底座图像一一对应；

步骤五、将步骤三标签标记的渡板、车体及三角底座图像转化为二值图像；

对二值图像进行边缘查找，找到像素值为255的目标边缘，创建与步骤二获得的包含渡板部位样本图像相同大小的像素全为0的掩膜图像，将目标边缘画到掩膜图像上；

当目标边缘处于掩膜图像四周边界时，将目标边缘处的掩膜图像设置为0；

当目标边缘不处于掩膜图像四周边界时，将目标边缘处的掩膜图像设置为255，对画好的掩膜图像进行膨胀得到边缘图像；

步骤六、获取边缘图像数据集：

将步骤二获得的包含渡板部位样本图像及步骤五膨胀后的掩膜图像一一对应；

步骤七、搭建边缘检测网络；

步骤八、搭建实例分割网络；

步骤九、基于边缘图像数据集和分割图像数据集对边缘检测网络和实例分割网络进行训练，得到分割网络；

步骤十、利用分割网络进行铁路货车渡板脱落故障判别。

可选的，步骤一中采集原始图像数据；具体过程为：

在固定的探测站点搭建成像设备，获取货车2D线阵灰度图像，选取货车侧部上方相机拍摄图像作为原始图像；获取不同站点不同条件拍摄的原始图像。

可选的，步骤二中基于步骤一采集的原始图像数据，获得包含渡板部位样本图像；具体过程为：