[发明专利]一种轨道扣件检测方法

权利要求书

1.一种轨道扣件检测方法，其特征在于，包括如下步骤：

训练分类器模型：采集多个扣件状态素材训练得到七个分类器模型，其分别为：

模型1:cascade1用于检测整个扣件；

模型2:cascade2用于从扣件中检测出弹条正常；

模型3:cascade3用于从扣件中检测弹条脱落；

模型4:cascade4用于从扣件中检测弹条松动；

模型5:cascade5用于从扣件中检测出螺母正常；

模型6:cascade6用于从扣件中检测出螺母松动；

模型7:cascade7用于从扣件中检测出螺母脱落；

通过分类器模型检测扣件状态

(1)输入待检图，待检图进入分类器后分别进入cascade1至cascade7；

(2)步骤(1)中进入cascade1的待检图按设定的尺度因子S1缩放后进入HaarObjectDetect进行检测处理；

(3)步骤(1)中进入cascade2至cascade7的待检图扣件，按设定的尺度因子Sj后进入HaarObjectDetect进行检测处理；j取值为2，3，4，5，6，7；

(4)经过步骤(2)和步骤(3)的HaarObjectDetect检测其中待检图中是否有目标，是，则执行步骤(5)否，则，执行步骤(6)；

(5)检测是否是一个目标，是，则进入cascade1至cascade7对应得出待检图中扣件的状态，否，则对待检图进行进一步精确处理后重复步骤(4)和步骤(5)；

(6)对待检图进行缩放处理后重复步骤(4)和步骤(5)；

训练分类器模型是通过 Haar-like+AdaBoost算法对素材进行训练得到的，其具体过程为：

(S1)初始化权值，用垂直的的直线作为分类器；根据分类的正确率，得到一个新的样本分布D2，一个子分类器h1；

(S2)根据新的权值，用垂直的的直线作为分类器；根据分类的正确率，得到一个新的样本分布D3，一个子分类器h2；

(S3)根据新的权值，用水平的的直线作为分类器；根据分类的正确率，得到一个新的样本分布D4，一个子分类器h3；

(S4)把步骤(S1)至步骤(S3)的所有子分类器线性组合起来，则为分类器模型；

(S5)重复步骤(S1)至步骤(S4)至训练得到七个分类器模型。

2.根据权利要求1所述的一种轨道扣件检测方法，其特征在于，步骤(5)中进一步精确处理的具体过程为：去掉待检图中面积过大或过小的目标后检测待检图中是否只有一个目标，是，则进入cascade1至cascade7对应得出待检图中扣件的状态，否，则执行步骤步骤(6)。

3.根据权利要求1或2所述的一种轨道扣件检测方法，其特征在于，步骤(5)中进入cascade1，cascade3，cascade6，cascade7对应得出待检图中扣件的状态的具体过程为：

待检图进入cascade1以其为标准，然后分别进入cascade3，cascade6，cascade7对比做出判断，通过cascade3对比判断弹条是否脱落，通过cascade6对比判断螺母是否松动，通过cascade7对比判断螺母是否脱落。

4.根据权利要求3所述的一种轨道扣件检测方法，其特征在于，步骤(5)中进入cascade2，cascade4，cascade5对应得出待检图中扣件的状态的具体过程为：结合cascade2和cascade5；螺母正常时，弹条和螺母之间的距离小于设定的阈值D，则弹条正常，否，则弹条不正常；结合cascade4和cascade5；螺母正常时，弹条和螺母之间的距离是否大于设定的阈值D，是，则弹条松动，否，则弹条正常。

5.根据权利要求4所述的一种轨道扣件检测方法，其特征在于，步骤(6)中对待检图进行缩放处理的具体过程为：

(61)加入尺度系数k对步骤(4)或步骤(5)中的待检图进行缩放，则，待检图总共缩放比例为Si＝Sj*k；i的取值为1，2，3，4，5，6，7；

(62)判断步骤(61)中的Si是否在设定的阈值th1和th2之间，是，则待检图进入HaarObjectDetect重复步骤(4)和步骤(5)；否，则待检图中没有目标。