[发明专利]一种基于改进SLIC方法的铁路货车地板破损故障识别方法

权利要求书

1.一种基于改进SLIC方法的铁路货车地板破损故障识别方法，其特征在于，该方法包括以下步骤：

步骤一、获取途经货车的高清线阵图像；

步骤二、从步骤一获取的图像中截取出地板所在区域的原始图像；

步骤三、将步骤二获得的原始图像分为4个子区域，舍弃仅包含转向架的子区域后，对其余的3个子区域进行拼接，获得拼接图像；

步骤四、根据拼接图像中各像素点的灰度值，从拼接图像中定位出感兴趣区域；

步骤五、对定位出的感兴趣区域进行超像素分割，最终获得各个超像素块；

所述步骤五的具体过程为：

步骤五一、初始化聚类中心；

步骤五二、基于聚类中心进行超像素分割，获得超像素分割结果；

步骤五三、对步骤五二的超像素分割结果进行连通性增强，获得最终的超像素块分割结果；

所述步骤五一的具体过程为：

步骤1、将灰度梯度大于阈值的像素点设为非种子点选取区域G；

步骤2、给定超像素个数为N，初始化种子点集合

步骤3、定义集合L＝{感兴趣区域边界点集合B}∪{区域G中的点}∪{P}；

步骤4、对于拼接图像中的除了集合L的任意一点(x_p,y_p)，计算(x_p,y_p)到集合L的最小距离D(x_p,y_p)；

分别计算出每个点到集合L的最小距离后，获得最小距离的集合D；

将集合D中最大值所对应的点记为

将点加入种子点集合P，获得更新后的种子点集合P；

步骤5、利用更新后的种子点集合P重复执行步骤3至步骤4的过程，直至达到设置的迭代次数N时，种子点集合P中的种子点数为N，将获得的N个种子点作为N个初始聚类中心；

步骤六、从获得的各个超像素块中筛选出疑似故障超像素块，利用筛选出的疑似故障超像素块对SVM判别器进行训练，获得训练好的SVM判别器；

步骤七、对于采集的待识别图像，对待识别图像进行步骤二至步骤五的处理后，获得超像素块，将筛选后疑似故障的超像素块输入训练好的SVM判别器进行判定，判定是否发生地板破损故障，并上传识别结果。

2.根据权利要求1所述的一种基于改进SLIC方法的铁路货车地板破损故障识别方法，其特征在于，所述高清线阵图像是利用搭建在货车轨道周围的高清设备获取的。

3.根据权利要求1所述的一种基于改进SLIC方法的铁路货车地板破损故障识别方法，其特征在于，所述从步骤一获取的图像中截取出地板所在区域的原始图像，需要利用硬件的轴距信息和地板部件的位置信息来实现。

4.根据权利要求1所述的一种基于改进SLIC方法的铁路货车地板破损故障识别方法，其特征在于，所述将步骤二获得的原始图像分为4个子区域，其中，原始图像左侧的1/4区域为第2子区域，原始图像右侧的1/4区域为第3子区域，第2子区域与第3子区域之间的区域的上半部分为第1子区域，第2子区域与第3子区域之间区域的下半部分为第4子区域；且每个子区域的边缘与相邻子区域的边缘有50个像素宽度的重叠；

将仅包含转向架信息的第4子区域去除后，将第2子区域和第3子区域拼接到第1子区域的下方，得到拼接图像。

5.根据权利要求1所述的一种基于改进SLIC方法的铁路货车地板破损故障识别方法，其特征在于，所述步骤四的具体过程为：

将拼接图像中各像素点做行列投影，将行方向上像素平均灰度值的波谷位置以及列方向上像素平均灰度值的波谷位置作为感兴趣区域的边界，进而定位出感兴趣区域。