[发明专利]一种基于对比的地铁图像异常检测方法、系统及存储介质

权利要求书

1.一种基于对比的地铁图像异常检测方法，其特征在于，包括：

通过线扫相机组获取当前运行车辆图像，所述线扫相机组中的线扫相机被设置为拍摄范围覆盖车身任意位置；

通过当前运行车辆图像获取车辆标识信息，并基于所述车辆标识信息提取对应当前运行车辆的模板图；

分别对所述当前运行车辆图像和模板图像进行特征点检测，提取当前图像特征点和模板图像特征点进行配对，根据匹配的特征点对的位置特征实现当前运行车辆图像和模板图像的对齐；

通过对比滑块遍历对齐后的当前运行车辆图像和模板图像，分别提取每个区域的对比差异特征，当对比差异特征值大于预设阈值时，判断当前区域异常，否则判断当前区域正常。

2.根据权利要求1所述的基于对比的地铁图像异常检测方法，其特征在于，通过当前运行车辆图像获取车辆标识信息，并基于所述车辆标识信息提取对应当前运行车辆的模板图，包括：

基于训练好的YOLO_V3目标检测模型由当前运行车辆图像识别车身车号字符，按照识别字符的前后位置顺序整合获得地铁车号，所述地铁车号对应唯一地铁车辆；

根据所述地铁车号由数据库查找该车号对应的地铁车辆前一次过车时间段，将时间段内线扫相机组获取的运行车辆图像作为模板图。

3.根据权利要求1所述的基于对比的地铁图像异常检测方法，其特征在于，分别对所述当前运行车辆图像和模板图像进行特征点检测，包括：基于OPENCV中的Surf特征点检测算法对所述当前运行车辆图像和模板图像进行特征点检测。

4.根据权利要求1所述的基于对比的地铁图像异常检测方法，其特征在于，提取当前图像特征点和模板图像特征点进行配对，包括：

采用区域K近邻优化匹配算法对当前图像特征点和模板图像特征点进行配对；

将匹配好的特征点按照X坐标位置顺序从小到大依次排序；

将这些特征点按照图像区间划分成多个连续区域，从每个区间筛选最好的特征点作为该区间代表特征点；

根据区间代表特征点的距离关系排除潜在异常点，获得最终配对结果。

5.根据权利要求1所述的基于对比的地铁图像异常检测方法，其特征在于，根据匹配的特征点对的位置特征实现当前运行车辆图像和模板图像的对齐，包括：

根据得到的匹配的特征点对确定当前检测图与模板图内容重合区域；

将重合区域图像分段进行重映射并拼接，使当前检测图像重合区域大小与模板图像重合区域大小完全一致。

6.根据权利要求1所述的基于对比的地铁图像异常检测方法，其特征在于，通过对比滑块遍历对齐后的当前运行车辆图像和模板图像，分别提取每个区域的对比差异特征，包括：

分别提取每个对比区域的方向梯度直方图差异值和感知哈希差异值；

对所述方向梯度直方图差异值和感知哈希差异值进行加权求和，从而获得每个区域的对比差异特征值。

7.根据权利要求6所述的基于对比的地铁图像异常检测方法，其特征在于，对所述方向梯度直方图差异值和感知哈希差异值进行加权求和，包括：

将方向直方图特征系数设置为0.75，感知哈希特征系数设置为0.25。

8.一种基于对比的地铁图像异常检测系统，其特征在于，包括：

当前图像获取模块，用于通过线扫相机组获取当前运行车辆图像，所述线扫相机组中的线扫相机被设置为拍摄范围覆盖车身任意位置；

模板图像获取模块，用于通过当前运行车辆图像获取车辆标识信息，并基于所述车辆标识信息提取对应当前运行车辆的模板图；

图像对齐模块，用于分别对所述当前运行车辆图像和模板图像进行特征点检测，提取当前图像特征点和模板图像特征点进行配对，根据匹配的特征点对的位置特征实现当前运行车辆图像和模板图像的对齐；

图像对比模块，用于通过对比滑块遍历对齐后的当前运行车辆图像和模板图像，分别提取每个区域的对比差异特征，当对比差异特征值大于预设阈值时，判断当前区域异常，否则判断当前区域正常。

9.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序运行时，执行所述权利要求1至7中任一项权利要求所述的方法。