[发明专利]一种铁路动车风挡破损故障检测方法、系统及装置

权利要求书

1.一种铁路动车风挡破损故障检测方法，其特征在于，该方法包括以下步骤：

步骤一、获取铁路动车风挡部分的过车图像；

步骤二、对步骤一获取的图像进行均衡中值滤波，获得均衡中值滤波后的图像；

所述步骤二的具体过程为：

采用3×3的像素窗口对获取的图像进行扫描，扫描步长为1个像素；

在像素窗口内，计算像素窗口的中心像素值与像素窗口的左上角顶点像素值、右上角顶点像素值、左下角顶点像素值、右下角顶点像素值的中值z₁；

在像素窗口内，计算像素窗口的中心像素值与中心上方像素的像素值、中心左方像素的像素值、中心下方像素的像素值、中心右方像素的像素值的中值z₂；

利用z₁和z₂计算像素窗口的中心像素的均衡中值滤波结果z；直至像素窗口遍历到获取的图像的每个位置后，得到获取的图像的全部非边界像素的均衡中值滤波结果，对于获取的图像的边界像素，分别采用与各边界像素最临近的非边界像素的均衡中值滤波结果进行填充；

获得每个像素的均衡中值滤波结果后，即得到均衡中值滤波后的图像；

所述利用z₁和z₂计算像素窗口的中心像素的均衡中值滤波结果z；其具体过程为：

其中，e表示像素窗口内的中心像素值，abs(·)表示取绝对值，mean表示取均值操作，Med表示取中值操作，t为一个正数阈值；

步骤三、采用边缘提取算法检测均衡中值滤波后的图像的边缘特征；

步骤四、将边缘特征输入训练好的SVM网络，通过训练好的SVM网络输出故障检测结果。

2.根据权利要求1所述的一种铁路动车风挡破损故障检测方法，其特征在于，所述步骤三的具体过程为：

步骤三一、计算均衡中值滤波后图像中每个像素点的梯度强度和梯度方向；

步骤三二、根据计算出的每个像素点的梯度强度和梯度方向对像素点进行非极大值抑制；其具体过程为：

若当前像素点的梯度强度大小为G、正梯度方向为θ、负梯度方向为-θ，沿正梯度方向与当前像素点最邻近像素点的梯度强度大小为G1，沿负梯度方向与当前像素点最邻近像素点的梯度强度大小为G 2，如果G大于G1且G大于G 2，则保留当前像素点作为边缘像素点，否则当前像素点不是边缘像素点，将当前像素点的梯度强度大小抑制为0；

同理，对每个像素点分别进行判断后，得到全部边缘像素点；

步骤三三、再采用双阈值对步骤三二得到的全部边缘像素点进行筛选，筛选出强边缘像素点与弱边缘像素点；

步骤三四、滤除筛选出的弱边缘像素点中的孤立弱边缘像素点，获得非孤立弱边缘像素点，将筛选出的强边缘像素点和非孤立弱边缘像素点作为均衡中值滤波后图像的边缘特征。

3.根据权利要求2所述的一种铁路动车风挡破损故障检测方法，其特征在于，所述步骤三三的具体过程为：

通过遗传算法获得两个阈值T_h与T_l，且T_h＞T_l，若当前像素点的梯度强度大于等于T_h，则当前像素点为强边缘，若当前像素点的梯度强度小于T_h且大于等于T_l，则当前像素点为弱边缘，若当前像素点的梯度强度小于T_l，则当前像素点既不是强边缘也不是弱边缘。

4.根据权利要求2所述的一种铁路动车风挡破损故障检测方法，其特征在于，所述步骤三四的具体过程为：

若当前弱边缘像素点的上、下、左、右像素点中没有强边缘像素点，则当前弱边缘像素点为孤立弱边缘像素点，将当前弱边缘像素点滤除；

遍历完每个弱边缘像素点后，得到全部非孤立弱边缘像素点，将筛选出的强边缘像素点和非孤立弱边缘像素点作为均衡中值滤波后图像的边缘特征。