[发明专利]一种铁路货车轴端螺栓折断故障检测方法

权利要求书

1.一种铁路货车轴端螺栓折断故障检测方法，其特征在于包括以下步骤：

步骤一：获取途经货车图像，构建样本数据集；

步骤二：对样本数据集进行数据扩增和标记，得到标记图像集；

步骤三：利用标记图像集和原始图像训练深度学习网络模型；

步骤四：利用训练好的深度学习网络模型判断轴端螺栓折断故障，所述判断过程为

首先获取图像，粗定位出轴端螺栓部件区域子图像，轴端螺栓折断目标分割深度学习框架通过调用子图像，进行实时的轴端螺栓目标分割，将分割出来的轴端螺栓目标图像二值化，采用深度学习和图像处理算法相结合的方式，通过计算螺栓个数、面积及三个螺栓之间的位置关系，判断螺栓是否折断；

所述判断螺栓是否折断的详细步骤为：

A：读取货车故障轨边图像检测系统服务器上的过车图像，粗定位出轴端螺栓部件区域子图像；

B：通过搭建的轴端螺栓折断目标分割U-Net深度学习框架调用子图像，进行实时的轴端螺栓目标分割；

C：将分割出来的轴端螺栓目标图像二值化，计算螺栓轮廓，依据面积先验知识设定阈值dis，排除掉非螺栓轮廓的干扰，若剩余轮廓个数小于3个则直接报警故障，若剩余轮廓个数等于3个，则执行D；

D：计算出螺栓轮廓中心距，并根据一阶中心距计算得到轮廓的质心center1(x1,y1)、center2(x2,y2)、center3(x3,y3)；

E：根据两点距离公式分别计算出三个质心之间的距离distance12,、distance13，distance23；

F：将distance12,、distance13，distance23分别与设定阈值dis进行比较，三者的差值均在允许范围内，则认为是两两螺栓互相之间的位置关系正常；若出现差值较大情况，大于一定阈值的则认为是螺栓目标分割失误，报警轴端螺栓折断异常。

2.根据权利要求1所述的一种铁路货车轴端螺栓折断故障检测方法，其特征在于所述数据扩增包括：旋转、翻转、缩放和调整对比度。

3.根据权利要求1所述的一种铁路货车轴端螺栓折断故障检测方法，其特征在于所述标记采用Labelme工具标记，标记后生成对应样本图像的json文件，通过调用每个json文件转换生成对应的数据文件，最后将样本标记图像转换成8位mask灰度图像。

4.根据权利要求3所述的一种铁路货车轴端螺栓折断故障检测方法，其特征在于所述数据文件包括样本图像、样本标记图像和样本标记类别文件。

5.根据权利要求1所述的一种铁路货车轴端螺栓折断故障检测方法，其特征在于所述深度学习网络模型为U-Net目标分割模型，所述模型利用Keras高层神经网络API搭建。

6.根据权利要求1所述的一种铁路货车轴端螺栓折断故障检测方法，其特征在于所述深度学习网络模型的搭建步骤如下：

S1：选择64通道的3×3大小的卷积核和Relu激活函数对输入图像进行卷积，再一次选择64通道的3×3大小的卷积核和Relu激活函数进行卷积，然后选择2×2大小的池化核进行池化；

S2：选择128通道的3×3大小的卷积核和Relu激活函数进行卷积，再一次选择128通道的3×3大小的卷积核和Relu激活函数进行卷积，然后选择2×2大小的池化核进行池化；

S3：选择256通道的3×3大小的卷积核和Relu激活函数进行卷积，再一次选择256通道的3×3大小的卷积核和Relu激活函数进行卷积，然后选择2×2大小的池化核进行池化；

S4：选择512通道的3×3大小的卷积核和Relu激活函数进行卷积，再一次选择512通道的3×3大小的卷积核和Relu激活函数进行卷积，接入Dropout层后选择2×2大小的池化核进行池化；

S5：选择1024通道的3×3大小的卷积核和Relu激活函数进行卷积，再一次选择1024通道的3×3大小的卷积核和Relu激活函数进行卷积，接入Dropout层操作；

S6：上采样，选择512通道的2×2大小的卷积核及2×2大小的上采样核进行上采样，拼接上游feature后，连接两次512通道的3×3大小的卷积核和Relu激活函数进行卷积；

S7：上采样，选择256通道的2×2大小的卷积核及2×2大小的上采样核进行上采样，拼接上游feature后，连接两次256通道的3×3大小的卷积核和Relu激活函数进行卷积；

S8：上采样，选择128通道的2×2大小的卷积核及2×2大小的上采样核进行上采样，拼接上游feature后，连接两次128通道的3×3大小的卷积核和Relu激活函数进行卷积；

S9：上采样，选择64通道的2×2大小的卷积核及2×2大小的上采样核进行上采样，拼接上游feature后，连接两次64通道的3×3大小的卷积核和Relu激活函数进行卷积；

S10：选择2通道的3×3大小的卷积核和Relu激活函数进行卷积，连接1×1大小的卷积核和sigmoid激活函数进行卷积后模型搭建完成。