[发明专利]基于HSV与深度学习的列车液压刹车油位识读方法

说明书

本发明涉及图像处理技术领域，公开了一种基于HSV与深度学习的列车液压刹车油位识读方法，获取多个初始校正后的列车液压刹车油位的图像；对获取到的图像中刻度尺的位置进行标注，得到多个标注后的油位刻度尺图像；将多个标注后的油位图像输入目标检测算法，训练得到的列车液压刹车油位的目标检测模型；通过HSV颜色模型分割油位图像；根据此模型确定每一个列车液压刹车油位图像中刻度尺的位置与相对应的坐标，由此确定每个列车液压刹车油位图像的读数。本发明利用计算机自动读取列车液压刹车油位的图像，精确、快速计算出油位的读数，解决了列车液压刹车油量不足不能及时预警的难题。

技术领域

本发明涉及图像处理技术领域，具体涉及一种基于HSV与深度学习的列车液压刹车油位识读方法。

背景技术

近年来，随着现代社会的发展，铁路交通运输列车越来越常见，尤其是城际列车的出现，如上海到南京的城际列车停靠站有10站等等，使得列车减速、刹车缓速、十分的频繁。而列车的液压动力装置是利用车辆在刹车缓速过程中或怠速状态时车辆本身传动轴还处于惯性转动时的机械能转变为液压能储存在蓄能器内，待车辆启动时开启蓄能器，液压油通过柱塞油马达工作，将液压能再转化为机械能的一种装置。在实际的工作环境中，由于列车中机箱的油量不足问题常常导致铁路、公路交通形成停滞状态，为了避免类似事件的发生、同时也是为了让列车能够持续工作的缘故，需要一种廉价的、能实时跟踪检测列车液压刹车油位位置情况的。

就目前而言，关于列车液压刹车油位的自动检测识别方法并不常见，大多数都是靠人眼观察进行识别油位位置，这种人工方法存在误差大、效率低、主观性强等缺点，因此需要一种自动识读列车液压刹车油位的方法。

发明内容

发明目的：针对现有技术中存在的问题，本发明提供一种基于HSV与深度学习的列车液压刹车油位识读方法，实现计算机自动认读列车液压刹车油位的技术，解决列车液压刹车油量不足不能及时预警的难题。

技术方案：本发明提供了一种基于HSV与深度学习的列车液压刹车油位识读方法，包括：

步骤1：获取多个初始校正后的列车液压刹车油位的图像；

步骤2：对获取到的每个校正后的油位图像中刻度尺的位置进行标注，得到多个标注后的油位刻度尺图像；

步骤3：将所述多个标注后的油位图像输入目标检测算法，训练得到的列车液压刹车油位的目标检测模型；

步骤4：通过HSV颜色模型分割油位图像；

步骤5：根据此模型确定每一个列车液压刹车油位图像中刻度尺的位置与相对应的坐标；

步骤6：根据每个列车液压刹车油位刻度尺位置和油位面在油位图像中对应的坐标，确定每个列车液压刹车油位图像的读数。

进一步地，获取多个初始校正后的列车液压刹车油位的图像的同时，还需进行如下操作：

通过监控摄像头获取初始的列车液压刹车油位的图像；

通过所述的监控摄像头获取到视频，通过free studio软件进行处理，逐帧获取到不同时间、不同光照下的多个列车液压刹车油位图像；

对所述多个列车液压刹车油位图像进行预处理，得到多个校正后的列车液压刹车油位图像。

进一步地，所述预处理操作包括：

1)对所述多个列车液压刹车油位图像中每个目标列车液压刹车油位图像进行去噪，采用均值漂移滤波算法进行过滤噪声，滤波和二值化后得到多个预处理后的列车液压刹车油位图像；

2)根据OpenCV的最小外接矩形方法，确定每个预处理后的列车液压刹车油位图像中刻度尺的宽度、高度、坐标和旋转角度；