[发明专利]铁路货车底部部件交叉杆体折断故障检测方法

权利要求书

1.铁路货车底部部件交叉杆体折断故障检测方法，其特征在于，包括以下步骤：

采集图像并提取包含交叉杆体区域的图像，将交叉杆的两个杆体分别对应固定角度旋转至垂直后裁剪出包含杆体的图片；并构建样本数据集，所述样本数据集包括两部分：灰度图像集与二值图像集；

灰度图像集为包含杆体的图片对应的灰度图像集合；二值图像集为通过人工标记的方式获取的交叉杆体部件故障区域的二值分割图像；在标注时，正常杆体和背景区是一个像素值，折断处是另一个像素值；

利用样本数据集训练交叉杆体折断故障分割网络，得到训练好的交叉杆体折断故障分割网络；所述交叉杆体折断故障分割网络采用编码器-解码器网络模型；所述编码器-解码器网络模型中的编码器网络模型构建过程如下：

编码器采用6个编码单元，每个卷积层后都跟随一个批标准化；其中的5个下采样的编码单元：前2个下采样编码单元相同，分别包含2个3*3的卷积层加批标准化层；后3个下采样编码单元相同，分别包含3个3*3卷积层加批标准化层和一个池化层；最后在5个下采样的编码单元后加入下采样编码单元6，包含2个3*3的卷积层加批标准化层；

编码单元1：3*3卷积层→批标准化层→3*3卷积层→批标准化层→2*2池化层；

编码单元2：3*3卷积层→批标准化层→3*3卷积层→批标准化层→2*2池化层；

编码单元3：[3*3卷积层→批标准化层]*3→2*2池化层；

编码单元4：[3*3卷积层→批标准化层]*3→2*2池化层；

编码单元5：[3*3卷积层→批标准化层]*3→2*2池化层；

编码单元6：3*3卷积层→批标准化层→3*3卷积层→批标准化层；

所述编码器-解码器网络模型中的解码器网络模型构建过程如下：

解码器采用4个上采样的解码单元，前2个解码单元包含一个由对编码器编码单元的2*2的上采样层和上一层编码器编码单元的合并层和3个卷积层加批标准化层，第3个编码单元是由1个2*2上采样层和3个卷积层加批标准化层，最后由1个4*4上采样层和2个卷积层加一个批标准化层组成；其中，解码器部分的卷积层包含卷积核为1*1的卷积层，可以有效减少特征网络参数；

解码单元1：编码单元5与编码单元6的2*2的上采样层→[1*1卷积层→批标准化层]*1→[3*3卷积层→批标准化层]*2；

解码单元2：编码单元4与解码单元1的2*2的上采样层→[1*1卷积层→批标准化层]*1→[3*3卷积层→批标准化层]*2；

解码单元3：解码单元2的2*2的上采样层→[1*1卷积层→批标准化层]*1→[3*3卷积层→批标准化层]*2；

解码单元4：解码单元3的4*4的上采样层→1*1卷积层→批标准化层→1*1卷积层；

检测过程中，采集真实过车图像并提取出包含交叉杆体区域的图像，并将交叉杆的两个杆体分别对应固定角度旋转至垂直后裁剪出包含杆体的图片；记为待检测图像；

将待检测图像输入交叉杆体折断故障分割网络，得到二值图像，其中若图像中存在故障对应的像素区域，即交叉杆体发生折断，则进行故障报警；否则，则继续处理下一张交叉杆体截取图像。

2.根据权利要求1所述的铁路货车底部部件交叉杆体折断故障检测方法，其特征在于，在构建样本数据集的过程中，针对包含杆体的图片中的非交叉杆区域，进行屏蔽或者去除操作。

3.根据权利要求2所述的铁路货车底部部件交叉杆体折断故障检测方法，其特征在于，在检测过程中，针对待检测图像中的非交叉杆区域，进行屏蔽或者去除操作。

4.根据权利要求1所述的铁路货车底部部件交叉杆体折断故障检测方法，其特征在于，所述构建样本数据集的过程中需要进行数据扩增操作；数据扩增形式包括对图像进行垂直翻转、缩放、平移随机组合操作。

5.根据权利要求1所述的铁路货车底部部件交叉杆体折断故障检测方法，其特征在于，采集图像并提取包含交叉杆体区域的图像所述的提取包含交叉杆体区域图像的过程是根据轴距信息和交叉杆体区域的位置先验知识实现的。

6.根据权利要求5所述的铁路货车底部部件交叉杆体折断故障检测方法，其特征在于，采集图像并提取包含交叉杆体区域的图像， 所述的采集图像的过程是基于线阵相机实现的。