[发明专利]铁路货车钩尾框托板脱落识别方法

权利要求书

1.铁路货车钩尾框托板脱落识别方法，包括以下步骤：

步骤一：获取2D线阵过车图像；

步骤二：在2D线阵过车图像中截取车钩部位子图；

步骤三：对截取到的车钩部位子图中钩尾框托板和各个螺母进行标记，并将标记后的车钩部位子图作为数据集一；

步骤四：利用数据集一训练Faster_R_Cnn网络模型；

步骤五：利用训练好的Faster_R_Cnn网络模型对待检测图像进行识别，若识别结果为钩尾框托板和各个螺母都存在时，则认为正常，若检测不到钩尾框托板时，则认为存在故障，进行报警，若钩尾框托板存在，螺母有缺失时，则通过判定钩尾框托板的偏移角度判断是否为故障；

其特征在于所述通过判定钩尾框托板的偏移角度判断是否为故障的具体步骤为：

首先求取钩尾框托板左右两边与水平方向的夹角，当钩尾框托板左右两边中任意一边与水平方向的夹角小于80度或者大于100度时，则认定为钩尾框托板脱落故障。

2.根据权利要求1所述的铁路货车钩尾框托板脱落识别方法，其特征在于所述求取钩尾框托板左右两边与水平方向的夹角的具体步骤为：

步骤五一：根据Faster_R_Cnn网络模型得到钩尾框托板位置，进而得到钩尾框托板中心位置，以钩尾框托板中心位置为矩形中心向外扩展得到矩形框，并使钩尾框托板位于该矩形框内；

步骤五二：将扩展后的矩形框的四个角点按顺序进行标记，并将四个角点标记好的矩形框图像进行归一化处理，然后将归一化处理后的图像作为数据集二；

步骤五三：利用数据集二训练四边形检测网络模型；

步骤五四：根据Faster_R_Cnn检测到的结果截取钩尾框托板子图像输入到训练好的四边形检测网络模型中，得到四个角点的位置、四个角点的采样误差以及四个角点相对于图像中心点的位移，

当预测到的四个角点全部位于钩尾框托板子图像内时，将预测到的四个角点按顺序连接，并加上采样误差得到的矩形框为最终矩形框，

当预测到的四个角点并未全部位于钩尾框托板子图像内时，根据预测到的四个角点相对于图像中心点的位移得到位移后的四个角点，并将位移后的四个角点按顺序连接，得到的矩形框为最终矩形框，

最终矩形框的左右两条边与水平方向的夹角，即钩尾框托板左右两边与水平方向的夹角。

3.根据权利要求2所述的铁路货车钩尾框托板脱落识别方法，其特征在于所述步骤五二中使用labelme进行标记。