[发明专利]基于图像特征配准的铁路电力机车故障检测方法

权利要求书

1.一种基于图像特征配准的铁路电力机车故障检测方法，其特征在于包括，

步骤一：获取待检测部位的模板图像和待检测部位图像；

步骤二：将待检测部位图像和对应的模板图像采用SIFT算法进行处理分别得到待检测图像特征点描述信息和模板图像特征点描述信息，特征点描述信息包括特征点位置信息；

步骤三：将待检测图像特征点描述信息和模板图像特征点描述信息通过KNN算法进行匹配，得到最邻近待检测图像特征点描述信息和最邻近模板图像特征点描述信息；根据所得到的最邻近待检测图像特征点描述信息中的特征点位置信息和最邻近模板图像特征点描述信息中的特征点位置信息过滤离群特征点，得到过滤后待检测图像特征点位置信息和过滤后模板图像特征点位置信息；

步骤四：对过滤后待检测图像特征点位置信息和过滤后模板图像特征点位置信息分别进行聚类，得到待检测图像核心特征点位置信息和模板图像核心特征点位置信息；再根据检测图像核心特征点位置信息和模板图像核心特征点位置信息，采用随机采样仿射变换算法对待检测部位图像进行仿射变换，得到矫正后待检测图像；

步骤五：对矫正后待检测图像进行处理，实现待检测部位的故障检测。

2.根据权利要求1所述的基于图像特征配准的铁路电力机车故障检测方法，其特征在于，步骤五中对矫正后待检测图像进行处理，实现待检测部位的故障检测包括：

步骤五一：将矫正后待检测图像与步骤一中模板图像再按照步骤二至步骤四的方式进行处理，得到矫正后待检测图像核心特征点位置信息和模板图像核心特征点位置信息；

步骤五二：根据核心特征点位置信息在待检测部位图像和步骤一中所述模板图像上对应截取目标区域，获得待检测目标区域图像和模板目标区域图像；

步骤五三：基于待检测目标区域图像和模板目标区域图像，实现待检测部位的故障检测。

3.根据权利要求2所述的基于图像特征配准的铁路电力机车故障检测方法，其特征在于，

步骤五一中的矫正后待检测图像核心特征点位置信息为模板图像核心特征点位置信息为

步骤五二包括：

选取中x和y的最小值x_min,y_min，作为图像左上角坐标b_min(x_min,y_min)；选取中x和y的最大值x_max,y_max，作为图像右下角坐标b_max(x_max,y_max)；

根据b_min和b_max在待检测部位图像和模板图像上进行截取，得到待检测目标区域图像I_∈(M′,N′)和模板目标区域图像I_∈′(M′,N′)。

4.根据权利要求3所述的基于图像特征配准的铁路电力机车故障检测方法，其特征在于，步骤五三包括：

对待检测目标区域图像和模板目标区域图像进行图像后处理，得到处理后待检测图像和处理后模板图像；再基于处理后模板图像，对处理后待检测图像进行故障检测，得到检测结果图像。

5.根据权利要求4所述的基于图像特征配准的铁路电力机车故障检测方法，其特征在于，

图像后处理的过程包括：

对I_∈(M′,N′)和I_∈′(M′,N′)进行滤波去噪，再进行归一化，得到处理后待检测图像和处理后模板图像

6.根据权利要求5所述的基于图像特征配准的铁路电力机车故障检测方法，其特征在于，

所述进行归一化的方法包括：将待归一化图像与待归一化图像中最大值相减后的差值作为第一差值，将待归一化图像中最大值和最小值相减后的差值作为第二差值，第一差值与第二差值的比值作为归一化后得到的图像；

当待归一化图像为滤波去噪后的待检测目标区域图像时，归一化后得到的图像为处理后待检测图像当待归一化图像为滤波去噪后的模板目标区域图像时，归一化后得到的图像为处理后模板图像