[发明专利]一种货运列车钩尾扁销部位故障的自动在线诊断方法及系统

摘要

本发明涉及一种货运列车钩尾扁销部位故障的自动在线诊断方法及系统，包括图像采集部分和诊断部分，其中诊断部分又分为定位模块和识别模块；图像采集部分获取车钩图像，再由诊断部分中的定位模块和识别模块分别进行定位和识别；定位模块是在车钩图像中确定钩尾扁销的位置；识别模块是根据定位模块得到的钩尾扁销图像判断螺栓是否丢失；在定位模块中，将归一化的梯度幅值特征和6个方向的梯度直方图特征相结合形成复合维度特征，并使用线性支持向量机(SVM)来得到钩尾扁销的位置；在识别模块中，使用Haar特征来提取正常钩尾扁销图像和存在螺栓丢失的扁销图像之间的不同，并使用Adaboost决策树作为最终分类器来判断是否存在故障。

主权项

1.一种货运列车钩尾扁销部位故障的自动在线诊断方法，其特征在于：实现步骤如下：(1)铁轨边的多台高速相机实时采集列车车身各部位的图像，并将采集到的图像实时传输到图像中转站；(2)图像中转站获取到高速相机传输的图像后，将图像传输到负责自动诊断的服务器中；(3)负责诊断的服务器中安装有两个模块，定位模块和识别模块，图像中转站传入的图像首先进入定位模块，定位模块是从众多的车身图像中选择包含钩尾扁销部位的图像，从而确定钩尾扁销的位置，所述确定钩尾扁销的位置的方法是通过将归一化的梯度幅值特征和6个方向的梯度直方图特征相结合形成复合维度特征MDF，然后使用线性支持向量机SVM得到钩尾扁销的位置，再通过SVM分类器确定钩尾扁销的精确位置；(4)在自动诊断服务器中，定位模块在确定钩尾扁销的精确位置后传入识别模块，识别模块通过Haar特征来表示故障图像与正常图像间的不同，完成钩尾扁销部位故障的判断，并使用Adaboost决策树分类器最终判断钩尾扁销部位是否存在故障；所述步骤(3)中，定位模块时，为了处理图像中钩尾扁销的尺度变化，采用一种快速多尺度特征金字塔算法计算钩尾扁销的多尺度特征，具体过程如下：I来表示图像，并使用Is＝R(I,s)来表示I在尺度s的重采样，使用M＝C(I)来表示图像I上计算的MDF特征，则在尺度s下的Is对应的MDF特征：采用Ms＝R(M,s)·s‑λ (5)来计算得到，尺度为在对数空间中均匀采样，由s＝1开始，每一级包含4个尺度，所谓一级，指的是一个尺度与半于或倍于其尺度间的间隔；开始每一级只使用M_s＝C(R(I,s))计算一个尺度而对于每个中间尺度，特征M_s由M_s＝R(M_s′,s/s′)(s/s′)^‑λ计算得到，其中为经M_s′＝C(I_s′)计算的得到的最近的尺度。