[发明专利]一种基于图像处理的踏板检测方法及系统有效

专利信息
申请号: 201810446977.4 申请日: 2018-05-11
公开(公告)号: CN108629349B 公开(公告)日: 2020-10-23
发明(设计)人: 杨晨;孙新学;宋亚军;向宏义 申请(专利权)人: 北京环境特性研究所
主分类号: G06K9/46 分类号: G06K9/46;G06K9/62
代理公司: 北京格允知识产权代理有限公司 11609 代理人: 周娇娇;张沫
地址: 100854*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 图像 处理 踏板 检测 方法 系统
【说明书】:

发明涉及一种基于图像处理的踏板检测系统及方法,其中方法包括以下步骤:图像采集步骤、采集踏板落下和收起状态的图像作为训练样本,并采集待检测时刻踏板的图像作为测试样本;分类器训练步骤、提取训练样本中每个图像的方向梯度直方图信息构成特征向量;选择SVM分类器核函数,并使用提取的训练样本训练SVM分类器;踏板检测步骤、提取测试样本的图像的方向梯度直方图信息构成特征向量,并利用所述SVM分类器判断为踏板落下或收起的状态。本发明通过采集踏板图像,提取方向梯度直方图信息,构成特征向量,利用SVM分类方法特征向量进行分类,从而实时监控踏板收放状态,防止与过往列车发生蹭车事故,提升动车检修平台安全裕度。

技术领域

本发明涉及计算机图像检测领域,尤其涉及一种基于图像处理的踏板检测方法及系统。

背景技术

动车组检修平台为动车基地及动车运用所中的关键设备之一,为动车组的日常整备、检查、保养和修理提供了便捷。在设备工艺设计中采用液压渡板等方法,以适应检修人员登上各型动车组不同高度的需求。因此,在实际的平台及防护网上均设置踏板(亦称为渡板),以保证工作人员登顶作业的安全。我国的动车组CRH系列车型较多,不同车型的车体的高度及轮廓形状差异较大,为了使检修平台兼容所有的动车组的轮廓,设置踏板机构是非常必要的。在国外,由于动车组车型单一,在检修平台上不设置踏板(渡板),因此,对于踏板的远程监控研究较为罕见。

动车所一般采用4线库,其踏板的数量为768块,大多是采用气缸驱动踏板的反转(收/放),数量庞大的踏板分布在15444平方米的车间内,加之踏板的收放状态及故障均对运用有重要影响。由此可见,监控踏板的状态是非常重要的。

目前,在国内多依靠行程开关监控系统监控踏板的收放情况。该方法由于硬件的设备状态与系统稳定性等原因,在个别情况下存在漏报、误报的风险,同时开关信号不能够直观显示踏板的实时状态。

发明内容

本发明要解决的技术问题在于,针对现有技术中以上的缺陷,提供一种基于图像处理的踏板检测方法及系统。

为了解决上述技术问题,本发明提供了一种基于图像处理的踏板检测方法,包括以下步骤:

图像采集步骤、采集踏板落下和收起状态的图像作为训练样本,并采集待检测时刻踏板的图像作为测试样本;

分类器训练步骤、提取训练样本中每个图像的方向梯度直方图信息构成特征向量;选择SVM分类器核函数,并使用提取的训练样本训练SVM分类器;

踏板检测步骤、提取测试样本的图像的方向梯度直方图信息构成特征向量,并利用所述SVM分类器判断为踏板落下或收起的状态。

在根据本发明所述的基于图像处理的踏板检测方法中,优选地,提取测试样本或训练样本中图像的方向梯度直方图信息构成特征向量的步骤包括:

采用线性空间光照校正法对输入的图像进行颜色空间的标准化;

计算每个像素的梯度,其中将图像划分为预定大小的单元;计算每个单元的梯度直方图;将多个单元组成区块,一个区块所有单元的特征串联起来得到该区块的HOG特征;将图像内所有区块的HOG特征串联起来得到该图像的HOG特征;提取每个图像的HOG特征,得到对应的特征向量。

在根据本发明所述的基于图像处理的踏板检测方法中,优选地,所述图像采集步骤采集的图像的视场范围内包括6~10块踏板。

在根据本发明所述的基于图像处理的踏板检测方法中,优选地,划分的每个单元的大小为6*6个像素,每个区块包含3*3个单元。

在根据本发明所述的基于图像处理的踏板检测方法中,优选地,所述方法还包括报警步骤,用于根据所述踏板检测步骤的检测结果进行报警。

本发明还提供了一种基于图像处理的踏板检测系统,包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京环境特性研究所,未经北京环境特性研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810446977.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top