[发明专利]一种动车组底盘螺丝紧固件是否脱落的视频识别方法有效
| 申请号: | 201810537572.1 | 申请日: | 2018-05-30 |
| 公开(公告)号: | CN108846331B | 公开(公告)日: | 2022-07-19 |
| 发明(设计)人: | 董硕;李卓 | 申请(专利权)人: | 北京天亿时代科技有限公司 |
| 主分类号: | G06V20/40 | 分类号: | G06V20/40;G06V10/764;G06V10/50;G06V10/774;G06K9/62;G06T5/00;G06T7/00;G06T7/73 |
| 代理公司: | 北京惠科金知识产权代理有限公司 11981 | 代理人: | 袁晓哲 |
| 地址: | 101399 北京市顺义区南法信*** | 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 车组 底盘 螺丝 紧固 是否 脱落 视频 识别 方法 | ||
1.一种动车组底盘螺丝紧固件是否脱落的视频识别方法,其特征在于,包括以下步骤:
步骤1)利用视频的方式来采集动车组底盘的图像数据;
步骤2)从图像数据中通过一种螺丝识别技术查找螺丝紧固件,其具体方法为:
A.建立大量的动车组底盘螺丝和其他部位的正、负样本,并给每一个样本设置初始权重,构建弱分类器;
B.若样本被正确分类,则降低权重,否则加重其权重,由此得到一组样本更新后的权值和最优的弱分类器;
C.将样本和更新后的权值继续进行分类,重复步骤B;
D.将步骤C迭代n次,得到n个训练好的弱分类器,将n个弱分类器组成一个强分类器;
E.利用强分类器实现在整幅图像中快速查找螺丝;
步骤3)通过变形图像几何校正方法处理后得到校正的图像;
步骤4)分析螺丝紧固件的形貌并判断当前螺丝是否脱落,具体方法为:通过对经过校正后的图像进行分割,提取敏感特征点,并与标准图库中标准图像进行匹配,这种处理后,待检测面的螺丝紧固件的位置就被确定下来了,如果发现螺丝紧固件,则先提取到螺丝紧固件的轮廓骨架,用红色标注,并保存此张图片,在图片上输出螺丝的数量,并将结果与数据库中该位置的实际螺丝数量作对比,一旦发现数量不一致,立即将结果写入到待保存的图片上,并将掉落螺丝数量和具体位置结果通过网络送到维修监控中心;
所述步骤1)的具体方法如下:在动车组检修槽内铺设滑轨(1),安装RGV小车(2),并在RGV小车(2)上架设六轴机械臂(3),六轴机械臂(3)末端安装一台摄像机和光源(4),通过程序控制RGV小车(2)和六轴机械臂(3)的配合移动,将摄像机和光源(4)送到各个需要检测的螺丝紧固件的位置采集动车组底盘的图像数据;
所述步骤1)中,通过提取特征点的方式修正摄像机的位置,并解算出空间位置信息,动态调整机械臂的姿态,确保采集到标准图像;
所述步骤2)中的弱分类器是利用Haar特征对正、负样本进行表征特征向量形成的。
2.根据权利要求1所述的视频识别方法,其特征在于,所述步骤2)中建立大量的动车组底盘螺丝和其他部位的正、负样本的具体方法如下:在各个时间段和不同天气条件下拍摄动车组底盘的大量视频,截取视频中底盘螺丝的正方形图片作为正样本,其中螺丝中心位于图片正中心;截取视频中不是螺丝的底盘其他部分的正方形图片作为负样本。
3.根据权利要求2所述的视频识别方法,其特征在于,所述正、负样本的图片统一规格化到24×24像素。
4.根据权利要求1所述的视频识别方法,其特征在于,所述摄像机的镜头上安装网格。
5.根据权利要求1所述的视频识别方法,其特征在于,所述的Haar特征是采用积分图计算方法得到的。
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天亿时代科技有限公司,未经北京天亿时代科技有限公司许可,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/201810537572.1/1.html,转载请声明来源钻瓜专利网。





