[发明专利]一种库内车底部件检测方法

说明书

本申请公开了一种库内车底部件检测方法，可应用于包括轻轨、地铁、火车、高铁、机车等轨道交通工具的检测领域。将全景图像比对和局部图像检测结合，判断目标部位是否存在零件缺失、松动等问题，从而减少局部图像检测时图像覆盖率低，容易漏检，导致车底检测效率低的问题，达到提高图像检测的覆盖率和准确率的目的。

技术领域

本发明涉及机车检测设备领域，具体涉及一种库内车底部件检测方法。

背景技术

随着我国交通运输的不断向前发展，铁路运输尤其是铁路客运速度的不断加快，对机车安全提出了越来越高的要求。

现有的铁路客运车辆大多是在夜间入库后在停在检修地沟作业区域，人工下地沟对走行部各个部件进行观看走查，查找各重要走行部部件是否出现松动、丢失、变形、异物等问题；通过人工查看检测，存在主观性强，观察角度单一，容易存在死角，而且效率较低等问题。为了解决这一问题，现行业内还通过二维图像采集进行自动检测。

该类检测方法是通过在铁道两旁固定相机，列车经过时相机采集车底图像，进行二维图像比对，但是，在图像采集的过程中，往往可能会发生图像覆盖不够全面，局部未拍摄图像的情况，导致车底异常检测存在漏检的情况，准确率不高，再进行人工复查防止漏检，降低了工作效率。

发明内容

有鉴于此，本申请提供一种库内车底部件检测方法，将全景图像比对和局部图像检测结合，判断车底零部件的状态，提高图像检测的覆盖率和准确率。

为解决以上技术问题，本发明提供的技术方案是一种车底部件异常检测方法，包括：

比对车底的全景图像数据和标准全景图像数据的相似度，将相似度不大于第一预设值的区域标记为第一异常区域；

比对车底目标部件的局部图像数据和标准局部图像数据的相似度，将相似度不大于第二预设值的区域标记为第二异常区域；

根据第二异常区域和第一异常区域计算得到车底异常部位。

优选的，所述标记得到第一异常区域步骤包括；

获取车底全景图像数据，所述车底全景图像数据包括全景二维灰度图像和全景三维图像；

第一预设值包括第一二维数据预设值和第一三维数据预设值；

比对全景二维灰度图像与标准二维全景图像的相似度，设相似度不大于第一二维数据预设值的区域的集为A，

比对全景三维图像和标准三维全景图像的相似度，设相似度不大于第一三维数据预设值的区域的集为B；

设第一异常区域的集为C，C满足如下条件：

C＝A∪B。

优选的，所述获取车底全景图像具体包括：

线阵扫描相机连续采集车底图像；

编码器依序拼接车底图像得到全景二维灰度图像；

三维扫描相机采集车底图像得到全景三维图像。

优选的，所述标记得到第二异常区域步骤包括；

获取车底目标部件的局部图像数据，所述局部图像数据包括目标部件的二维灰度图像和三维数据；

所述第二预设值包括第二二维数据预设值和第二三维数据预设值；

比对目标部件的二维灰度图像和标准二维图像的相似度，将设相似度不大于第二二维数据预设值的图像对应区域判断为疑似异常区域；

比对疑似异常区域的三维数据与标准数据的相似度，设相似度不大于第二三维数据预设值的区域为第二异常区域。

优选的，获取目标部件的二维灰度图像具体包括：