[发明专利]铁路货车底部部件交叉杆体折断故障检测方法

说明书

铁路货车底部部件交叉杆体折断故障检测方法，属于货运列车检测技术领域。本发明是为了解决目前的交叉杆体检测存在效率低的问题以及鲁棒性差的问题。本发明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，训练交叉杆体折断故障分割网络；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，得到二值图像并判断交叉杆体发生折断，则进行故障报警。主要用于铁路货车底部部件交叉杆体折断故障检测。

技术领域

本发明涉及一种铁路货车底部部件交叉杆体折断故障检测方法。属于货运列车检测技术领域。

背景技术

铁路货车底部交叉杆体折断故障是一种危及行车安全的故障。长期以来，采用人工检查图像的方式进行交叉杆体折断的故障检测。检车人员在工作过程中极易疲劳，容易出现漏检、错检的情况，难以保障准确率，而且人工检测效率不高。

货车交叉杆体属于大部件，所以如果使用现有技术进行自动检测时，处理对象比较大，处理量较大，处理速度较慢。同时由于杆体本身所占面积小且干体细长，会给图像识别带来的困扰，从而导致检测的准确率较低的问题。

发明内容

本发明是为了解决目前的交叉杆体检测存在效率低的问题以及鲁棒性差的问题。

铁路货车底部部件交叉杆体折断故障检测方法，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；

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。

进一步地，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。

进一步地，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。

进一步地，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；