[发明专利]铁路货车折角塞门把手丢失故障的自动检测方法

权利要求书

1.一种铁路货车折角塞门把手丢失故障的自动检测方法，其特征在于，针对待分析的固定高速相机所采集的折角塞门部位图像，通过高斯梯度算子转换为梯度图像；针对所生成的梯度图像，采用中心变换编码获取梯度编码直方图特征；所述的中心变换编码是指：在对图像进行处理时，将图像像素的灰度值映射在一个长、宽都为三个像素的方形窗口内；通过比较窗口内中心点与相关邻接点的灰度值大小，在相应的位置处形成二进制数值；按照一定的顺序得到多位的二进制位流，将此二进制位流转化为十进制数值；当前窗口区域内中心点的灰度值用此十进制数值代替，完成当前中心点的变换，实现像素之间比较关系的传递，从而捕捉到图像中的结构信息；在获取的梯度编码直方图特征基础上构建故障检测所需的特征向量，并采用线性支持向量机训练出检测所需的定位分类器以及验证分类器；采用层次化级联检测思路，先利用定位分类器定位折角塞门整体，然后利用验证分类器对折角塞门上的把手是否丢失进行验证，实现折角塞门把手丢失故障的全自动检测。

2.根据权利要求1所述的铁路货车折角塞门把手丢失故障的自动检测方法，其特征是，所述的梯度编码直方图特征通过以下方式得到：针对待分析的固定高速相机所采集的折角塞门部位图像，通过高斯梯度算子转换为梯度图像，针对所生成的梯度图像，采用中心变换编码转换为编码图像，从所得到的编码图像中进行直方图统计，得到梯度编码直方图特征。

3.根据权利要求1所述的铁路货车折角塞门把手丢失故障的自动检测方法，其特征是，所述的定位分类器是指：利用折角塞门图片样本库，提取图片的梯度编码直方图特征作为输入数据，采用线性支持向量机的学习方法对梯度编码直方图特征分类，训练得到定位分类器。

4.根据权利要求1所述的铁路货车折角塞门把手丢失故障的自动检测方法，其特征是，所述的验证分类器是指：利用折角塞门把手图片样本库，提取图片的梯度编码直方图特征作为输入数据，采用线性支持向量机的学习方法对梯度编码直方图特征分类，训练得到验证分类器。

5.根据权利要求1所述的铁路货车折角塞门把手丢失故障的自动检测方法，其特征是，所述的层次化级联检测是指：将训练所生成的定位分类器和验证分类器相级联，待检测图像依次经过定位分类器和验证分类器。