[发明专利]铁路货车转向架侧架断裂故障图像识别方法

说明书

一种铁路货车转向架侧架断裂故障图像识别方法，属于铁路货车转向架安全技术领域。本发明针对现有铁路货车转向架的侧架断裂检测采用人工的方式进行，可靠性差的问题。包括采集运行中货车转向架侧架的原始灰度图像，确定每张灰度图像的侧架区域，对侧架区域进行预处理获得侧架区域样本图像，将所有侧架区域样本图像形成样本图像集，对每张侧架区域样本图像配置标记信息形成标记文件，基于样本图像集和标记文件构成样本数据集；对卷积神经网络inceptionv2及卷积神经网络Faster rcnn进行训练，获得训练好的inceptionv2模型及Faster rcnn模型；利用训练好的inceptionv2模型及Faster rcnn模型对待检测图像进行处理，获得对应的侧架状态预测结果，实现故障识别。本发明用于转向架侧架断裂识别。

技术领域

本发明涉及铁路货车转向架侧架断裂故障图像识别方法，属于铁路货车转向架安全技术领域。

背景技术

铁路货车转向架的侧架断裂故障是一种危及行车安全的故障，若不能及时在故障发生前对断裂位置进行处理，很容易发生安全事故。

目前，对侧架断裂的检测中，需要首先获取侧架图像，然后采用人工的方式对图像进行检测，判断侧架是否发生断裂。由于检车人员在对大量图像进行检测的过程中极易发生疲劳、遗漏等人为因素而可能造成漏检、错检状况的发生，因此这种判断方式的可靠性及效率均会受到影响，进而影响货车的行车安全。

随着深度学习与人工智能的不断发展及技术上的不断成熟，其对图像信息进行处理的技术手段越来越可靠；因而，需要提供一种采用深度学习进行侧架故障识别的技术，从而提高侧架断裂故障识别的准确率及稳定性。

发明内容

针对现有铁路货车转向架的侧架断裂检测采用人工的方式进行，可靠性差的问题，本发明提供一种铁路货车转向架侧架断裂故障图像识别方法。

本发明的一种铁路货车转向架侧架断裂故障图像识别方法，它包括以下步骤：

步骤一：采集运行中货车转向架侧架的原始灰度图像，根据货车转向架轴距信息及位置信息，确定每张灰度图像的侧架区域，并对所述侧架区域进行预处理获得侧架区域样本图像，将所有侧架区域样本图像形成样本图像集，对每张侧架区域样本图像配置标记信息形成标记文件，基于样本图像集和标记文件构成样本数据集；

步骤二：采用所述样本数据集对卷积神经网络inceptionv2及卷积神经网络Faster rcnn进行训练，获得训练好的inceptionv2模型及Faster rcnn模型；

步骤三：利用训练好的inceptionv2模型及Faster rcnn模型对待检测图像进行处理，获得对应的侧架状态检测类别，实现故障识别。

根据本发明所述的铁路货车转向架侧架断裂故障图像识别方法，对所述侧架区域进行预处理包括：

对所述侧架区域进行数据扩增，并提高对比度。

根据本发明所述的铁路货车转向架侧架断裂故障图像识别方法，所述数据扩增的形式包括以下至少一种：

对提高对比度后的侧架区域进行旋转、平移、缩放和镜像。

根据本发明所述的铁路货车转向架侧架断裂故障图像识别方法，所述标记信息包括：

图像名称、检测类别及侧架区域样本图像中目标区域的左上角及右下角坐标。

根据本发明所述的铁路货车转向架侧架断裂故障图像识别方法，所述检测类别包括断裂、水流、粉笔及阴影中至少一类。

根据本发明所述的铁路货车转向架侧架断裂故障图像识别方法，所述卷积神经网络inceptionv2及卷积神经网络Faster rcnn采用COCO模型参数进行网络参数初始化。