[发明专利]一种铁路机车部件异常检测的方法

权利要求书

1.一种铁路机车部件异常检测的方法，其特征在于，所述异常检测的方法包括以下步骤：

步骤1：获取机车线阵图像；

步骤2：从所获取的机车线阵图像中截取待检测部件子图像；

步骤3：对步骤2的子图像进行噪声去除；

步骤4：对步骤3的去除噪声的子图像进行异常检测，所述子图像的异常检测具体为，对用于训练模型的标准子图像随机进行灰度线性变换和高斯模糊滤波处理，将灰度线性变换和高斯模糊滤波处理后的标准子图像进行模型训练得到标准权重文件，即通过记忆模块来记录正常数据的原型模式，并通过读取模块和更新模块来更新记忆模块内的项数，将步骤3获取的噪声去除的待检测子图像输入训练模型，输出得到新的待检测子图像，将新的待检测子图像与步骤3获取的噪声去除的待检测子图像进行差异对比，得到待检测部件的子图像的异常信息，其中，异常信息用于表征是否存在异常，以及存在异常的位置；

所述步骤4的模型训练具体为，通过网络模型获得匹配概率：

所述获取匹配概率具体为，网络模型中的多维数组CWH分割成K个质询向量query，K个质询向量query与网络模型中设置的M个特征向量item通过读取模块Read计算其余弦相似度，得到一个MxK大小的二维相关图，然后在垂直方向上应用激活函数，通过以下公式获得MxK大小的二维相关图的匹配概率w^K,M，

其中P为记忆模块中特征向量，m'为中间变量属于M，Q为编码后生成的质询向量query，

通过下式计算匹配概率w^K,M和M个特征向量item项来获取特征

其中w^K,m'为m'xK大小的二维相关图的匹配概率。

2.根据权利要求1所述一种铁路机车部件异常检测的方法，其特征在于，所述步骤1具体为，在铁轨两侧以及底部配备高清线阵成像设备，列车车头通过触发传感器，启动成像设备对运动的机车进行逐行扫描，获取多个高清线阵图像，而后根据轴距信息将其拼接成完整列车图像，所述线阵图像的大小为1440*1440。

3.根据权利要求1所述一种铁路机车部件异常检测的方法，其特征在于，所述步骤2的获取待检测部件子图像具体为根据列车轴距、车型和先验知识对机车可能发生故障的模块或零部件进行截取，得到子图图像。

4.根据权利要求1所述一种铁路机车部件异常检测的方法，其特征在于，所述步骤3线阵相机采集到的图像为单通道的灰度图，其中，噪声包括；

当光线分布不均的情况下，采集到的线阵图像具有明暗不一的特性；

当背景区域含有污渍、油渍时，会使得到的子图很难分辨车体本身的零部件信息特征；

当天气环境恶劣，采集到的线阵图像会出现条纹或雪花噪声。

5.根据权利要求1所述一种铁路机车部件异常检测的方法，其特征在于，所述获取匹配概率具体为，更新模块Update用于更新记忆模块中的M个item；对于每个质询向量query选择匹配概率最大一个项进行更新；通过下式计算出质询向量query的选择匹配概率v^K,M；

其中k'为中间变量；

再通过下式计算出更新后的质询向量query选择匹配概率v'^K,M；

最后通过损失函数计算出权重S，并更新更新模块Update中的特征块P_m。

6.根据权利要求1所述一种铁路机车部件异常检测的方法，其特征在于，所述步骤4中标准子图像的获取具体为，获取进行筛选后的噪声去除的子图像，对筛选出的同一部件的无异常信息的子图像进行缩放作为标准子图像。

7.根据权利要求1所述一种铁路机车部件异常检测的方法，其特征在于，所述步骤4的差异比对具体包括以下步骤：

步骤4.3.1：设输入待检测子图像矩阵为I，输出新的待检测子图像矩阵为通过下式将图像I和进行数据归一化处理得到I'和

步骤4.3.2：通过数据归一化处理后的数据得到差值子图像矩阵D'；

其中为差异放大系数；

步骤4.3.3：对差值子图像矩阵D'进行形态学腐蚀处理，得到差异子图像矩阵。