[发明专利]基于图像处理的铁路货车防火板故障检测方法

说明书

基于图像处理的铁路货车防火板故障检测方法，属于基于图像处理的故障检测领域。解决了现有货车防火板排查检测采用人工处理，存在易发生漏检或简化作业的情况，不利于故障原因排查的问题。本发明构建丢失故障的判定模型和破损故障的判定模型，利用灰度共生矩阵，确定丢失故障的判定区间和破损故障的判定区间；截取待检测图像的防火板区域，采用丢失故障的判定模型进行判断，若无丢失采用丢失故障的判定区间再次判断丢失，若无丢失采用破损故障的判定模型判断破损，若无破损采用破损故障的判定区再次判断破损，若无破损，防火板完好，任意一次判断结果为丢失或破损，停止判断，完成一次检测。本发明适用于货车防火板故障检测。

技术领域

本发明属于基于图像处理的故障检测领域。

背景技术

对于货车防火板故障检测，现阶段一般采用人工排查的方式进行故障检修。由于检测作业受作业人员的业务素质、责任心、劳动强度等因素影响较大，容易发生漏检或简化作业等情况。且人工检测工作效率低，一旦出现作业质量问题，不利于查找作业过程中产生问题的原因和问题发生的时间。

发明内容

本发明目的是为了解决现有货车防火板排查检测采用人工处理，存在易发生漏检或简化作业的情况不利于故障原因排查的问题，提供了一种基于图像处理的铁路货车防火板故障检测方法。

本发明一种基于图像处理的铁路货车防火板故障检测方法，具体包括：

步骤一、建立防火板正常子图集合、防火板丢失子图集合和防火板破损子图集合；

步骤二、利用防火板正常子图集和防火板丢失子图集合，建立丢失故障的判定模型；

利用防火板正常子图集合和防火板破损子图集合，建立破损故障的判定模型；

计算每个正常子图与每个丢失子图的灰度共生矩阵，确定丢失故障的判定区间；

计算每个正常子图与每个破损子图的灰度共生矩阵，确定破损故障的判定区间；

步骤三、截取待检测图像的防火板区域，将所述防火板区域水平方向平均分成n个待检测子图；使用LBP算子提取待检测子图的特征；

步骤四、将步骤三提取的待检测子图的特征输入至丢失故障的判定模型；判断待检测图像中的防火板是否丢失，若是，执行步骤五；否则，执行步骤六；

步骤五、计算每个待检测子图的纹理参数，利用丢失故障的判定区间，再次判断待检测图像中的防火板是否丢失；若是，则确定待检测子图为丢失子图，当防火板丢失子图集合中判定为丢失子图的数量超过3时，判定待检测图像中的防火板丢失，完成该次货车防火板故障检测，否则执行步骤六；

每个待检测子图的纹理参数获得方法：计算每个防火板正常子图与每个防火板丢失子图的灰度共生矩阵，提取每个灰度共生矩阵的纹理参数：能量、熵、对比度和相关度四个；步骤六、将步骤四提取的待检测子图的特征输入至破损故障的判定模型，判断待检测图像中的防火板是否破损，若是，执行步骤七；

步骤七、计算每个待检测子图的纹理参数，利用破损故障的判定区间，再次判定待检测图像中的防火板是否破损；若是，则确定待检测图像中的防火板破损，完成该次货车防火板故障检测。

进一步地，步骤四中截取摄像机采集的待检测图像的防火板区域的具体方法为：

以采集的图像中阴影区域中像素点灰度均值向上浮动50％为阈值，将像素大于阈值的像素点像素设置为0，小于阈值的像素点置为255；获得二值图，在二值图中，获取阴影区域在图像中的位置，根据该位置在原图中阴影区域上方截取防火板区域图像。

进一步地，建立防火板正常子图集合、防火板丢失子图集合和防火板破损子图集合的方法相同，建立防火板正常子图集合具体为：截取防火板正常状态的图像，并将截取的图像水平方向平均分成n个部分，获得具有n个子图像的防火板正常子图集合。