基于動(dòng)車(chē)組運(yùn)行圖像的故障識(shí)別方法及裝置制造方法
【專(zhuān)利摘要】本發(fā)明涉及一種基于動(dòng)車(chē)組運(yùn)行圖像的故障識(shí)別方法及裝置，包括：在列車(chē)歷史圖像庫(kù)中檢索到與當(dāng)前采集的列車(chē)運(yùn)行圖像具有相同列車(chē)型號(hào)的列車(chē)歷史運(yùn)行圖像；根據(jù)列車(chē)型號(hào)通過(guò)預(yù)設(shè)的列車(chē)模板庫(kù)對(duì)實(shí)時(shí)采集的列車(chē)運(yùn)行圖像進(jìn)行模板匹配，以實(shí)現(xiàn)列車(chē)與同車(chē)型歷史圖像的對(duì)齊配準(zhǔn)，并將配準(zhǔn)成功的圖像保存到列車(chē)歷史圖像庫(kù)；將配準(zhǔn)后的列車(chē)運(yùn)行圖像與具有相同列車(chē)型號(hào)的列車(chē)歷史運(yùn)行圖像進(jìn)行比對(duì)和分析，查找圖像信息不匹配的圖像區(qū)域作為故障區(qū)域，并將故障區(qū)域的位置信息和特征信息進(jìn)行保存；根據(jù)故障區(qū)域的位置信息和特征信息進(jìn)行故障識(shí)別，實(shí)現(xiàn)對(duì)運(yùn)行動(dòng)車(chē)組的故障識(shí)別，提高動(dòng)車(chē)組檢修作業(yè)的效率，提高運(yùn)行過(guò)程中動(dòng)車(chē)組隱蔽故障的發(fā)現(xiàn)和預(yù)警能力。
【專(zhuān)利說(shuō)明】基于動(dòng)車(chē)組運(yùn)行圖像的故障識(shí)別方法及裝置

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及動(dòng)車(chē)組故障識(shí)別【技術(shù)領(lǐng)域】，特別涉及一種基于動(dòng)車(chē)組運(yùn)行圖像的故障識(shí)別方法及裝置。

【背景技術(shù)】
[0002]動(dòng)車(chē)組在高速運(yùn)行狀態(tài)下，任何細(xì)小、細(xì)微的故障都有可能引發(fā)重大事故，因此加強(qiáng)動(dòng)車(chē)組故障識(shí)別準(zhǔn)確率至關(guān)重要。然而目前鐵路傳統(tǒng)的運(yùn)行故障動(dòng)態(tài)圖像檢測(cè)系統(tǒng)均采用配備一定數(shù)量的作業(yè)人員以三班倒的形式對(duì)采集到的每張圖像進(jìn)行人工看圖瀏覽方式來(lái)檢查車(chē)輛是否存在故障。
[0003]在實(shí)現(xiàn)本發(fā)明過(guò)程中，發(fā)明人發(fā)現(xiàn)現(xiàn)有技術(shù)中至少存在如下問(wèn)題:
[0004]現(xiàn)有方式需要大量作業(yè)人員，而且人工看圖時(shí)間長(zhǎng)后效率不高，容易疲勞，不利于動(dòng)車(chē)組故障的及時(shí)發(fā)現(xiàn)和處理。
[0005]因此，提出一種異常圖像自動(dòng)分析的故障檢測(cè)方法十分有必要。


【發(fā)明內(nèi)容】

[0006]為解決上述問(wèn)題，本發(fā)明提出了一種基于動(dòng)車(chē)組運(yùn)行圖像的故障識(shí)別方法及裝置，有效地解決了單純依靠人工瀏覽方式檢測(cè)圖像故障時(shí)存在的工作量大，效率低，漏檢等冋題。
[0007]本發(fā)明提出了一種基于動(dòng)車(chē)組運(yùn)行圖像的故障識(shí)別方法，所述方法包括以下步驟:
[0008]在列車(chē)歷史圖像庫(kù)中查找與當(dāng)前采集的列車(chē)運(yùn)行圖像具有相同列車(chē)型號(hào)的列車(chē)歷史運(yùn)行圖像；
[0009]根據(jù)列車(chē)型號(hào)通過(guò)預(yù)設(shè)的列車(chē)模板庫(kù)對(duì)實(shí)時(shí)采集的列車(chē)運(yùn)行圖像進(jìn)行模板匹配，以實(shí)現(xiàn)列車(chē)與同車(chē)型歷史圖像的對(duì)齊配準(zhǔn)，并將配準(zhǔn)成功的圖像保存到所述列車(chē)歷史圖像庫(kù)；
[0010]將所述當(dāng)前采集的列車(chē)運(yùn)行圖像與所述具有相同列車(chē)型號(hào)的列車(chē)歷史運(yùn)行圖像進(jìn)行比對(duì)和分析，查找圖像信息不匹配的圖像區(qū)域作為故障區(qū)域，并將所述故障區(qū)域的位置信息和特征信息進(jìn)行保存；
[0011]根據(jù)所述故障區(qū)域的位置信息和特征信息進(jìn)行列車(chē)故障識(shí)別。
[0012]優(yōu)選地，根據(jù)列車(chē)型號(hào)通過(guò)預(yù)設(shè)的列車(chē)模板庫(kù)對(duì)實(shí)時(shí)采集的列車(chē)運(yùn)行圖像進(jìn)行模板匹配，以實(shí)現(xiàn)列車(chē)與同車(chē)型歷史圖像的對(duì)齊配準(zhǔn)，具體包括:
[0013]獲取當(dāng)前運(yùn)行列車(chē)的列車(chē)型號(hào)；
[0014]在所述預(yù)設(shè)的列車(chē)模板庫(kù)中查找與所述實(shí)時(shí)采集的列車(chē)運(yùn)行圖像具有相同的列車(chē)型號(hào)的車(chē)頭模板；
[0015]將所述實(shí)時(shí)采集的列車(chē)運(yùn)行圖像與所述車(chē)頭模板進(jìn)行車(chē)頭匹配；
[0016]在所述預(yù)設(shè)的列車(chē)模板庫(kù)中查找與所述實(shí)時(shí)采集的列車(chē)運(yùn)行圖像具有相同的列車(chē)型號(hào)的車(chē)廂連接處模板；
[0017]將所述實(shí)時(shí)采集的列車(chē)運(yùn)行圖像與所述車(chē)廂連接處模板進(jìn)行匹配。
[0018]優(yōu)選地，當(dāng)車(chē)廂連接處未成功進(jìn)行匹配時(shí)，所述方法還包括:
[0019]對(duì)所述實(shí)時(shí)采集的列車(chē)運(yùn)行圖像進(jìn)行圖像融合，將融合后的列車(chē)運(yùn)行圖像以車(chē)廂為基準(zhǔn)進(jìn)行對(duì)齊。
[0020]優(yōu)選地，所述列車(chē)歷史運(yùn)行圖像包括:同一列車(chē)型號(hào)的整節(jié)車(chē)廂圖像和同一列車(chē)型號(hào)的車(chē)輛的同一部位圖像。
[0021]優(yōu)選地，將所述當(dāng)前采集的列車(chē)運(yùn)行圖像與所述具有相同列車(chē)型號(hào)的列車(chē)歷史運(yùn)行圖像進(jìn)行比對(duì)和分析，查找圖像信息不匹配的圖像區(qū)域作為故障區(qū)域，具體包括:
[0022]獲取當(dāng)前采集的列車(chē)運(yùn)行圖像長(zhǎng)度及其位置，并從列車(chē)歷史運(yùn)行圖像中找到與其對(duì)應(yīng)的歷史運(yùn)行圖像；
[0023]提取所述當(dāng)前采集的列車(chē)運(yùn)行圖像的第一尺度不變特征變換描述子SIFT以及與其對(duì)應(yīng)的歷史運(yùn)行圖像的第二尺度不變特征變換描述子SIFT ;
[0024]將所述第一 SIFT與第二 SIFT進(jìn)行特征匹配；
[0025]將特征匹配失敗的第一 SIFT特征點(diǎn)所在的圖像區(qū)域其作為模板，和與之對(duì)應(yīng)的歷史圖像區(qū)域進(jìn)行區(qū)域模板匹配，將區(qū)域模板匹配失敗的圖像區(qū)域作為故障區(qū)域。
[0026]優(yōu)選地，若所述區(qū)域模板匹配成功，則所述特征匹配失敗的第一 SIFT特征點(diǎn)所在的圖像區(qū)域不作為故障區(qū)域。
[0027]優(yōu)選地，所述根據(jù)所述故障區(qū)域的位置信息和特征信息進(jìn)行列車(chē)故障識(shí)別具體包括:
[0028]根據(jù)所述故障區(qū)域的位置進(jìn)行第一故障等級(jí)劃分；
[0029]根據(jù)所述故障區(qū)域的特征信息進(jìn)行第二故障等級(jí)劃分；
[0030]根據(jù)故障等級(jí)劃分結(jié)果進(jìn)行列車(chē)故障識(shí)別。
[0031]相應(yīng)的，本發(fā)明還提出了一種基于動(dòng)車(chē)組運(yùn)行圖像的故障識(shí)別裝置，所述裝置包括:
[0032]圖像查找模塊，用于在列車(chē)歷史圖像庫(kù)中查找與當(dāng)前采集的列車(chē)運(yùn)行圖像具有相同列車(chē)型號(hào)的列車(chē)歷史運(yùn)行圖像；
[0033]列車(chē)對(duì)齊模塊，用于根據(jù)列車(chē)型號(hào)通過(guò)預(yù)設(shè)的列車(chē)模板庫(kù)對(duì)實(shí)時(shí)采集的列車(chē)運(yùn)行圖像進(jìn)行模板匹配，以實(shí)現(xiàn)列車(chē)與同車(chē)型歷史圖像的對(duì)齊配準(zhǔn)，并將配準(zhǔn)成功的圖像保存到所述列車(chē)歷史圖像庫(kù)；
[0034]故障檢測(cè)模塊，用于將所述當(dāng)前采集的列車(chē)運(yùn)行圖像與所述具有相同列車(chē)型號(hào)的列車(chē)歷史運(yùn)行圖像進(jìn)行比對(duì)和分析，查找圖像信息不匹配的圖像區(qū)域作為故障區(qū)域，并將所述故障區(qū)域的位置信息和特征信息進(jìn)行保存；
[0035]故障識(shí)別模塊，用于根據(jù)所述故障區(qū)域的位置信息和特征信息進(jìn)行列車(chē)故障識(shí)別。
[0036]優(yōu)選地，所述列車(chē)對(duì)齊模塊包括:
[0037]獲取單元，用于獲取當(dāng)前運(yùn)行列車(chē)的列車(chē)型號(hào)；
[0038]第一查找單元，用于在所述預(yù)設(shè)的列車(chē)模板庫(kù)中查找與所述實(shí)時(shí)采集的列車(chē)運(yùn)行圖像具有相同的列車(chē)型號(hào)的車(chē)頭模板；
[0039]第一匹配單元，用于將所述實(shí)時(shí)采集的列車(chē)運(yùn)行圖像與所述車(chē)頭模板進(jìn)行車(chē)頭匹配；
[0040]第二查找單元，用于在所述預(yù)設(shè)的列車(chē)模板庫(kù)中查找與所述實(shí)時(shí)采集的列車(chē)運(yùn)行圖像具有相同的列車(chē)型號(hào)的車(chē)廂連接處模板；
[0041]第二匹配單元，用于將所述實(shí)時(shí)采集的列車(chē)運(yùn)行圖像與所述車(chē)廂連接處模板進(jìn)行匹配；
[0042]圖像融合單元，用于當(dāng)所述第二匹配單元未成功進(jìn)行匹配時(shí)，對(duì)所述實(shí)時(shí)采集的列車(chē)運(yùn)行圖像進(jìn)行圖像融合，將融合后的列車(chē)運(yùn)行圖像以車(chē)廂為基準(zhǔn)進(jìn)行對(duì)齊。
[0043]優(yōu)選地，所述故障檢測(cè)模塊包括:
[0044]圖像信息獲取單元，用于獲取當(dāng)前采集的列車(chē)運(yùn)行圖像長(zhǎng)度及其位置，并從列車(chē)歷史運(yùn)行圖像中找到與其對(duì)應(yīng)的歷史運(yùn)行圖像；
[0045]SIFT特征提取單元，用于提取所述當(dāng)前采集的列車(chē)運(yùn)行圖像的第一尺度不變特征變換描述子SIFT以及與其對(duì)應(yīng)的歷史運(yùn)行圖像的第二尺度不變特征變換描述子SIFT ；
[0046]特征點(diǎn)匹配單元，用于將所述第一 SIFT與第二 SIFT進(jìn)行特征匹配；
[0047]檢測(cè)單元，用于將特征匹配失敗的第一 SIFT特征點(diǎn)所在的圖像區(qū)域其作為模板，和與之對(duì)應(yīng)的歷史圖像區(qū)域進(jìn)行區(qū)域模板匹配，將區(qū)域模板匹配失敗的圖像區(qū)域作為故障區(qū)域。
[0048]本發(fā)明提出了一種基于動(dòng)車(chē)組運(yùn)行圖像的故障識(shí)別方法及裝置，該方法利用現(xiàn)有動(dòng)車(chē)組運(yùn)行故障動(dòng)態(tài)圖像檢測(cè)系統(tǒng)(TEDS)采集的圖像數(shù)據(jù)，基于視覺(jué)認(rèn)知計(jì)算理論實(shí)現(xiàn)了對(duì)運(yùn)行動(dòng)車(chē)組的可視結(jié)構(gòu)異常情況的實(shí)時(shí)分析和自動(dòng)預(yù)警，提高了動(dòng)車(chē)組故障識(shí)別和檢修作業(yè)的效率，提高了對(duì)運(yùn)行過(guò)程中動(dòng)車(chē)組隱蔽故障的發(fā)現(xiàn)和預(yù)警能力。

【專(zhuān)利附圖】

【附圖說(shuō)明】
[0049]圖1是本發(fā)明實(shí)施例一提出的一種基于動(dòng)車(chē)組運(yùn)行圖像的故障識(shí)別方法流程圖；
[0050]圖2是本發(fā)明實(shí)施例一提出的根據(jù)列車(chē)型號(hào)通過(guò)預(yù)設(shè)的列車(chē)模板庫(kù)對(duì)實(shí)時(shí)采集的列車(chē)運(yùn)行圖像進(jìn)行模板匹配，以實(shí)現(xiàn)列車(chē)與同車(chē)型歷史圖像的對(duì)齊配準(zhǔn)的方法流程圖；
[0051]圖3是本發(fā)明實(shí)施例一提出的采用圖像比對(duì)算法實(shí)現(xiàn)的故障檢測(cè)的方法流程圖；
[0052]圖4是本發(fā)明實(shí)施例二提出的一種基于動(dòng)車(chē)組運(yùn)行圖像的故障識(shí)別裝置模塊圖。

【具體實(shí)施方式】
[0053]下面結(jié)合附圖和實(shí)施例，對(duì)本發(fā)明的【具體實(shí)施方式】作進(jìn)一步詳細(xì)描述。以下實(shí)施例用于說(shuō)明本發(fā)明，但不用來(lái)限制本發(fā)明的范圍。
[0054]本發(fā)明針對(duì)單純依靠人工瀏覽方式檢測(cè)圖像故障時(shí)存在的工作量大，效率低，漏檢多等問(wèn)題，提出了一種基于動(dòng)車(chē)組運(yùn)行圖像的動(dòng)車(chē)組故障識(shí)別方法及裝置，該方法采用智能圖像識(shí)別算法對(duì)同一車(chē)輛的同一部位的圖像在兩次通過(guò)探測(cè)站時(shí)進(jìn)行比對(duì)和分析，實(shí)現(xiàn)異常圖像的自動(dòng)檢測(cè)。該功能可以輔助質(zhì)檢人員和驗(yàn)收人員進(jìn)行二次核查，減少故障的漏檢，而且還可以可有效地解決圖像配準(zhǔn)問(wèn)題，以及由于光線(xiàn)變化、行車(chē)速度不同造成的誤報(bào)問(wèn)題；還可實(shí)現(xiàn)對(duì)重要零部件的微小變化和小尺寸及復(fù)雜結(jié)構(gòu)的故障檢測(cè)。
[0055]本發(fā)明實(shí)施例一提出了一種基于動(dòng)車(chē)組運(yùn)行圖像的故障識(shí)別方法，如圖1所示，所述方法包括以下步驟:
[0056]SlOl:在列車(chē)歷史圖像庫(kù)中查找與當(dāng)前采集的列車(chē)運(yùn)行圖像具有相同列車(chē)型號(hào)的列車(chē)歷史運(yùn)行圖像；
[0057]S102:根據(jù)列車(chē)型號(hào)通過(guò)預(yù)設(shè)的列車(chē)模板庫(kù)對(duì)實(shí)時(shí)采集的列車(chē)運(yùn)行圖像進(jìn)行模板匹配，以實(shí)現(xiàn)列車(chē)與同車(chē)型歷史圖像的對(duì)齊配準(zhǔn)，并將配準(zhǔn)成功的圖像保存到所述列車(chē)歷史圖像庫(kù)；
[0058]S103:將所述當(dāng)前采集的列車(chē)運(yùn)行圖像與所述具有相同列車(chē)型號(hào)的列車(chē)歷史運(yùn)行圖像進(jìn)行比對(duì)和分析，查找圖像信息不匹配的圖像區(qū)域作為故障區(qū)域，并將所述故障區(qū)域的位置信息和特征信息進(jìn)行保存；
[0059]S104:根據(jù)所述故障區(qū)域的位置信息和特征信息進(jìn)行列車(chē)故障識(shí)別。
[0060]其中，根據(jù)列車(chē)型號(hào)通過(guò)預(yù)設(shè)的列車(chē)模板庫(kù)對(duì)實(shí)時(shí)采集的列車(chē)運(yùn)行圖像進(jìn)行模板匹配，以實(shí)現(xiàn)列車(chē)與同車(chē)型歷史圖像的對(duì)齊配準(zhǔn)，具體包括:獲取當(dāng)前運(yùn)行列車(chē)的列車(chē)型號(hào)；在所述預(yù)設(shè)的列車(chē)模板庫(kù)中查找與所述實(shí)時(shí)采集的列車(chē)運(yùn)行圖像具有相同的列車(chē)型號(hào)的車(chē)頭模板；將所述實(shí)時(shí)采集的列車(chē)運(yùn)行圖像與所述車(chē)頭模板進(jìn)行車(chē)頭匹配，直至匹配成功，實(shí)現(xiàn)車(chē)頭對(duì)齊；在所述預(yù)設(shè)的列車(chē)模板庫(kù)中查找與所述實(shí)時(shí)采集的列車(chē)運(yùn)行圖像具有相同的列車(chē)型號(hào)的車(chē)廂連接處模板；將所述實(shí)時(shí)采集的列車(chē)運(yùn)行圖像與所述車(chē)廂連接處模板進(jìn)行匹配，直至匹配成功。當(dāng)車(chē)廂連接處未成功進(jìn)行匹配時(shí)，所述方法還包括:對(duì)所述實(shí)時(shí)采集的列車(chē)運(yùn)行圖像進(jìn)行圖像融合，將融合后的列車(chē)運(yùn)行圖像以車(chē)廂為基準(zhǔn)進(jìn)行對(duì)齊，實(shí)現(xiàn)火車(chē)以車(chē)廂為基準(zhǔn)的對(duì)齊。
[0061]本發(fā)明實(shí)施例中，對(duì)動(dòng)車(chē)組運(yùn)行圖像實(shí)現(xiàn)自動(dòng)故障識(shí)別報(bào)警，其中關(guān)鍵的一步是被對(duì)比圖像和對(duì)比圖像之間的對(duì)齊配準(zhǔn)，這種對(duì)齊配準(zhǔn)主要目的是消除圖像采集過(guò)程中由于車(chē)速、天氣、光線(xiàn)、抖動(dòng)等外部因素造成的圖像錯(cuò)位的不一致現(xiàn)象，從而為下一步故障檢測(cè)算法打好基礎(chǔ)。
[0062]為了更好地達(dá)到對(duì)齊匹配效果，本算法采用迭代更新對(duì)齊配準(zhǔn)法，如圖2所示。具體地說(shuō)，首先獲得接新車(chē)的指令后，獲取火車(chē)的車(chē)號(hào)即列車(chē)型號(hào)，以便從火車(chē)模板庫(kù)中提取相同車(chē)型的車(chē)頭模板。隨后利用模板匹配方法，對(duì)從TEDS采集前端實(shí)時(shí)獲取的火車(chē)圖像，實(shí)現(xiàn)火車(chē)車(chē)頭匹配。當(dāng)模板匹配成功時(shí)，表明該圖像出現(xiàn)了火車(chē)車(chē)頭，利用模板匹配位置對(duì)圖像進(jìn)行裁剪分割，從而實(shí)現(xiàn)火車(chē)第一車(chē)廂的起始對(duì)齊。接著提取該車(chē)型的車(chē)廂連接處模板，在實(shí)時(shí)獲取的火車(chē)圖像中尋找車(chē)廂連接處位置。在未匹配成功時(shí)，對(duì)實(shí)時(shí)獲取圖像進(jìn)行圖像融合處理，當(dāng)匹配成功后，實(shí)現(xiàn)圖像裁剪分割，從而實(shí)現(xiàn)火車(chē)第二車(chē)廂的起始對(duì)齊。根據(jù)迭代更新對(duì)齊配準(zhǔn)方法，從而避免誤差疊加，使得對(duì)齊配準(zhǔn)更加精準(zhǔn)。最后將整節(jié)車(chē)廂圖像保存，實(shí)現(xiàn)該車(chē)型歷史圖像庫(kù)的更新。
[0063]其中，所述將當(dāng)前采集的列車(chē)運(yùn)行圖像與所述具有相同列車(chē)型號(hào)的列車(chē)歷史運(yùn)行圖像進(jìn)行比對(duì)和分析，查找圖像信息不匹配的圖像區(qū)域作為故障區(qū)域，具體包括:獲取當(dāng)前采集的列車(chē)運(yùn)行圖像長(zhǎng)度及其位置即對(duì)齊配準(zhǔn)后處于車(chē)廂的位置坐標(biāo)，并從列車(chē)歷史運(yùn)行圖像中找到與其對(duì)應(yīng)的歷史運(yùn)行圖像；提取所述當(dāng)前采集的列車(chē)運(yùn)行圖像的第一尺度不變特征變換描述子SIFT以及與其對(duì)應(yīng)的歷史運(yùn)行圖像的第二尺度不變特征變換描述子SIFT ;將所述第一 SIFT與第二 SIFT進(jìn)行特征點(diǎn)匹配；將特征匹配失敗的第一 SIFT特征點(diǎn)所在的圖像區(qū)域其作為模板，和與之對(duì)應(yīng)的歷史圖像區(qū)域進(jìn)行區(qū)域模板匹配，將區(qū)域模板匹配失敗的圖像區(qū)域作為故障區(qū)域。若所述區(qū)域模板匹配成功，則所述特征匹配失敗的第一 SIFT特征點(diǎn)所在的圖像區(qū)域不作為故障區(qū)域。
[0064]本發(fā)明實(shí)施例中，采用圖像比對(duì)算法實(shí)現(xiàn)故障檢測(cè)，如圖3所示，具體如下:首先獲得接新車(chē)的指令后，獲取火車(chē)車(chē)號(hào)即列車(chē)型號(hào)，以便從火車(chē)歷史圖像庫(kù)中找到該車(chē)型的列車(chē)歷史運(yùn)行圖像；其次對(duì)從TEDS采集前端實(shí)時(shí)獲取的火車(chē)圖像，運(yùn)行圖像對(duì)齊配準(zhǔn)算法，獲取修正圖像1_即當(dāng)前采集的列車(chē)運(yùn)行圖像的起始位置和圖像長(zhǎng)度，并從列車(chē)歷史運(yùn)行圖像中找到與其相應(yīng)的圖像信息1。1(1;隨后采用一種自適應(yīng)的局部和全局相結(jié)合的比對(duì)算法完成故障檢測(cè)。其中，所述列車(chē)歷史運(yùn)行圖像包括:同一列車(chē)型號(hào)的整節(jié)車(chē)廂圖像和同一列車(chē)型號(hào)的車(chē)輛的同一部位圖像。
[0065]首先提取圖像Inew的尺度不變特征變換描述子(Scale-1nvariant featuretransform, SIFT)，該描述子是一種局部特征，不僅具有尺度不變性，即使改變旋轉(zhuǎn)角度，圖像亮度或拍攝視角，仍然能夠保持較好的不變性。因此其對(duì)于方向和尺度變化的特征具有較好的匹配度。其次，提取1。1(1的SIFT特征描述子，將I _的SIFT特征與I。1(1的SIFT特征實(shí)現(xiàn)特征匹配，以發(fā)現(xiàn)潛在的故障區(qū)域(即未匹配上的特征點(diǎn))。隨后，將潛在的故障區(qū)域作為模板，利用模板匹配算法，在1。1(1圖像中尋找該區(qū)域是否存在。若匹配成功，則表明該潛在故障區(qū)域?yàn)檎`報(bào)故障，反之，將其作為故障區(qū)域保存其位置和特征。
[0066]其中，所述根據(jù)所述故障區(qū)域的位置信息和特征信息進(jìn)行列車(chē)故障識(shí)別具體包括:根據(jù)所述故障區(qū)域的位置進(jìn)行第一故障等級(jí)劃分；根據(jù)所述故障區(qū)域的特征信息進(jìn)行第二故障等級(jí)劃分；根據(jù)故障等級(jí)劃分結(jié)果進(jìn)行列車(chē)故障識(shí)別。
[0067]本發(fā)明實(shí)施例中，根據(jù)動(dòng)車(chē)組故障等級(jí)定義辦法，將檢測(cè)出的故障區(qū)域按照不同的等級(jí)進(jìn)行定義，算法從兩個(gè)方面進(jìn)行考慮:1.故障出現(xiàn)的位置:當(dāng)故障發(fā)生在走行部等較關(guān)鍵位置(根據(jù)動(dòng)車(chē)結(jié)構(gòu)進(jìn)行關(guān)鍵位置劃分)時(shí)，一律認(rèn)定為一級(jí)報(bào)警；而對(duì)車(chē)底板等相對(duì)非關(guān)鍵或者說(shuō)不影響行車(chē)安全的部位，則需要進(jìn)一步考慮故障的損壞程度，以確定故障等級(jí)；2.故障損壞程度:提取故障區(qū)域的圖像特征，包括:故障面積、旋轉(zhuǎn)拉伸程度、質(zhì)心改變(扭曲)等，并對(duì)這些特征進(jìn)行加權(quán)平均，如果平均值低于損壞閾值，則認(rèn)定為二級(jí)報(bào)警，反之為一級(jí)報(bào)警。通過(guò)多級(jí)報(bào)警的模式，可以使得系統(tǒng)用戶(hù)可以更快的發(fā)現(xiàn)重大故障，以確保及時(shí)防止事故。
[0068]本發(fā)明實(shí)施例中，根據(jù)故障出現(xiàn)位置的重要程度，以及通過(guò)故障區(qū)域的特征信息獲得的故障損壞程度，綜合定義故障等級(jí)，使系統(tǒng)用戶(hù)可以更快的識(shí)別故障，以確保及時(shí)防止事故。
[0069]相應(yīng)的，本發(fā)明實(shí)施例二還提出了一種基于動(dòng)車(chē)組運(yùn)行圖像的故障識(shí)別裝置，所述裝置包括:
[0070]圖像查找模塊201，用于在列車(chē)歷史圖像庫(kù)中查找與當(dāng)前采集的列車(chē)運(yùn)行圖像具有相同列車(chē)型號(hào)的列車(chē)歷史運(yùn)行圖像；
[0071]列車(chē)對(duì)齊模塊202，用于根據(jù)列車(chē)型號(hào)通過(guò)預(yù)設(shè)的列車(chē)模板庫(kù)對(duì)實(shí)時(shí)采集的列車(chē)運(yùn)行圖像進(jìn)行模板匹配，以實(shí)現(xiàn)列車(chē)與同車(chē)型歷史圖像的對(duì)齊配準(zhǔn)，并將配準(zhǔn)成功的圖像保存到所述列車(chē)歷史圖像庫(kù)；
[0072]故障檢測(cè)模塊203，用于將所述當(dāng)前采集的列車(chē)運(yùn)行圖像與所述具有相同列車(chē)型號(hào)的列車(chē)歷史運(yùn)行圖像進(jìn)行比對(duì)和分析，查找圖像信息不匹配的圖像區(qū)域作為故障區(qū)域，并將所述故障區(qū)域的位置信息和特征信息進(jìn)行保存；
[0073]故障識(shí)別模塊204，用于根據(jù)所述故障區(qū)域的位置信息和特征信息進(jìn)行列車(chē)故障識(shí)別。
[0074]本發(fā)明實(shí)施例中的列車(chē)對(duì)齊模塊202具體包括:
[0075]獲取單元，用于獲取當(dāng)前運(yùn)行列車(chē)的列車(chē)型號(hào)；
[0076]第一查找單元，用于在所述預(yù)設(shè)的列車(chē)模板庫(kù)中查找與所述實(shí)時(shí)采集的列車(chē)運(yùn)行圖像具有相同的列車(chē)型號(hào)的車(chē)頭模板；
[0077]第一匹配單元，用于將所述實(shí)時(shí)采集的列車(chē)運(yùn)行圖像與所述車(chē)頭模板進(jìn)行車(chē)頭匹配；
[0078]第二查找單元，用于在所述預(yù)設(shè)的列車(chē)模板庫(kù)中查找與所述實(shí)時(shí)采集的列車(chē)運(yùn)行圖像具有相同的列車(chē)型號(hào)的車(chē)廂連接處模板；
[0079]第二匹配單元，用于將所述實(shí)時(shí)采集的列車(chē)運(yùn)行圖像與所述車(chē)廂連接處模板進(jìn)行匹配；
[0080]圖像融合單元，用于當(dāng)所述第二匹配單元未成功進(jìn)行匹配時(shí)，對(duì)所述實(shí)時(shí)采集的列車(chē)運(yùn)行圖像進(jìn)行圖像融合，將融合后的列車(chē)運(yùn)行圖像以車(chē)廂為基準(zhǔn)進(jìn)行對(duì)齊。
[0081]本發(fā)明實(shí)施例中的故障檢測(cè)模塊203具體包括:
[0082]圖像信息獲取單元，用于獲取當(dāng)前采集的列車(chē)運(yùn)行圖像長(zhǎng)度及其位置，并從列車(chē)歷史運(yùn)行圖像中找到與其對(duì)應(yīng)的歷史運(yùn)行圖像；
[0083]SIFT特征提取單元，用于提取所述當(dāng)前采集的列車(chē)運(yùn)行圖像的第一尺度不變特征變換描述子SIFT以及與其對(duì)應(yīng)的歷史運(yùn)行圖像的第二尺度不變特征變換描述子SIFT ；
[0084]特征點(diǎn)匹配單元，用于將所述第一 SIFT與第二 SIFT進(jìn)行特征匹配；
[0085]檢測(cè)單元，用于將特征匹配失敗的第一 SIFT特征點(diǎn)所在的圖像區(qū)域其作為模板，和與之對(duì)應(yīng)的歷史圖像區(qū)域進(jìn)行區(qū)域模板匹配，將區(qū)域模板匹配失敗的圖像區(qū)域作為故障區(qū)域。
[0086]本發(fā)明提出了一種基于動(dòng)車(chē)組運(yùn)行圖像的故障識(shí)別方法及裝置，該方法利用現(xiàn)有動(dòng)車(chē)組運(yùn)行故障動(dòng)態(tài)圖像檢測(cè)系統(tǒng)(TEDS)采集的圖像數(shù)據(jù)，基于視覺(jué)認(rèn)知計(jì)算理論實(shí)現(xiàn)了對(duì)運(yùn)行動(dòng)車(chē)組的可視結(jié)構(gòu)異常情況的實(shí)時(shí)分析和自動(dòng)預(yù)警，提高了動(dòng)車(chē)組故障識(shí)別和檢修作業(yè)的效率，提高了對(duì)運(yùn)行過(guò)程中動(dòng)車(chē)組隱蔽故障的發(fā)現(xiàn)和預(yù)警能力，從而輔助質(zhì)檢人員和驗(yàn)收人員進(jìn)行二次核查，減少故障的漏檢，更好地確保高鐵安全。
[0087]通過(guò)以上的實(shí)施方式的描述，本領(lǐng)域的技術(shù)人員可以清楚地了解到本發(fā)明可以通過(guò)硬件實(shí)現(xiàn)，也可以借助軟件加必要的通用硬件平臺(tái)的方式來(lái)實(shí)現(xiàn)?；谶@樣的理解，本發(fā)明的技術(shù)方案可以以軟件產(chǎn)品的形式體現(xiàn)出來(lái)，該軟件產(chǎn)品可以存儲(chǔ)在一個(gè)非易失性存儲(chǔ)介質(zhì)(可以是CD-ROM，U盤(pán)，移動(dòng)硬盤(pán)等)中，包括若干指令用以使得一臺(tái)計(jì)算機(jī)設(shè)備(可以是個(gè)人計(jì)算機(jī)，服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個(gè)實(shí)施例所述的方法。
[0088]本領(lǐng)域技術(shù)人員可以理解附圖只是一個(gè)優(yōu)選實(shí)施例的示意圖，附圖中的模塊或流程并不一定是實(shí)施本發(fā)明所必須的。
[0089]本領(lǐng)域技術(shù)人員可以理解實(shí)施例中的裝置中的模塊可以按照實(shí)施例描述進(jìn)行分布于實(shí)施例的裝置中，也可以進(jìn)行相應(yīng)變化位于不同于本實(shí)施例的一個(gè)或多個(gè)裝置中。上述實(shí)施例的模塊可以合并為一個(gè)模塊，也可以進(jìn)一步拆分成多個(gè)子模塊。
[0090] 以上公開(kāi)的僅為本發(fā)明的幾個(gè)具體實(shí)施例，但是，本發(fā)明并非局限于此，任何本領(lǐng)域的技術(shù)人員能思之的變化都應(yīng)落入本發(fā)明的保護(hù)范圍。
【權(quán)利要求】
1.一種基于動(dòng)車(chē)組運(yùn)行圖像的故障識(shí)別方法，其特征在于，所述方法包括以下步驟: 在列車(chē)歷史圖像庫(kù)中查找與當(dāng)前采集的列車(chē)運(yùn)行圖像具有相同列車(chē)型號(hào)的列車(chē)歷史運(yùn)行圖像； 根據(jù)列車(chē)型號(hào)通過(guò)預(yù)設(shè)的列車(chē)模板庫(kù)對(duì)實(shí)時(shí)采集的列車(chē)運(yùn)行圖像進(jìn)行模板匹配，以實(shí)現(xiàn)列車(chē)與同車(chē)型歷史圖像的對(duì)齊配準(zhǔn)，并將配準(zhǔn)成功的圖像保存到所述列車(chē)歷史圖像庫(kù)； 將所述當(dāng)前采集的列車(chē)運(yùn)行圖像與所述具有相同列車(chē)型號(hào)的列車(chē)歷史運(yùn)行圖像進(jìn)行比對(duì)和分析，查找圖像信息不匹配的圖像區(qū)域作為故障區(qū)域，并將所述故障區(qū)域的位置信息和特征信息進(jìn)行保存； 根據(jù)所述故障區(qū)域的位置信息和特征信息進(jìn)行列車(chē)故障識(shí)別。
2.如權(quán)利要求1所述的方法，其特征在于，所述根據(jù)列車(chē)型號(hào)通過(guò)預(yù)設(shè)的列車(chē)模板庫(kù)對(duì)實(shí)時(shí)采集的列車(chē)運(yùn)行圖像進(jìn)行模板匹配，以實(shí)現(xiàn)列車(chē)與同車(chē)型歷史圖像的對(duì)齊配準(zhǔn)，具體包括: 獲取當(dāng)前運(yùn)行列車(chē)的列車(chē)型號(hào)； 在所述預(yù)設(shè)的列車(chē)模板庫(kù)中查找與所述實(shí)時(shí)采集的列車(chē)運(yùn)行圖像具有相同的列車(chē)型號(hào)的車(chē)頭模板； 將所述實(shí)時(shí)采集的列車(chē)運(yùn)行圖像與所述車(chē)頭模板進(jìn)行車(chē)頭匹配； 在所述預(yù)設(shè)的列車(chē)模板庫(kù)中查找與所述實(shí)時(shí)采集的列車(chē)運(yùn)行圖像具有相同的列車(chē)型號(hào)的車(chē)廂連接處模板； 將所述實(shí)時(shí)采集的列車(chē)運(yùn)行圖像與所述車(chē)廂連接處模板進(jìn)行匹配。
3.如權(quán)利要求2所述的方法，其特征在于，當(dāng)車(chē)廂連接處未成功進(jìn)行匹配時(shí)，所述方法還包括: 對(duì)所述實(shí)時(shí)采集的列車(chē)運(yùn)行圖像進(jìn)行圖像融合，將融合后的列車(chē)運(yùn)行圖像以車(chē)廂為基準(zhǔn)進(jìn)行對(duì)齊。
4.如權(quán)利要求1所述的方法，其特征在于，所述列車(chē)歷史運(yùn)行圖像包括:同一列車(chē)型號(hào)的整節(jié)車(chē)廂圖像和同一列車(chē)型號(hào)的車(chē)輛的同一部位圖像。
5.如權(quán)利要求1所述的方法，其特征在于，所述將當(dāng)前采集的列車(chē)運(yùn)行圖像與所述具有相同列車(chē)型號(hào)的列車(chē)歷史運(yùn)行圖像進(jìn)行比對(duì)和分析，查找圖像信息不匹配的圖像區(qū)域作為故障區(qū)域，具體包括: 獲取當(dāng)前采集的列車(chē)運(yùn)行圖像長(zhǎng)度及其位置，并從列車(chē)歷史運(yùn)行圖像中找到與其對(duì)應(yīng)的歷史運(yùn)行圖像； 提取所述當(dāng)前采集的列車(chē)運(yùn)行圖像的第一尺度不變特征變換描述子SIFT以及與其對(duì)應(yīng)的歷史運(yùn)行圖像的第二尺度不變特征變換描述子SIFT ; 將所述第一 SIFT與第二 SIFT進(jìn)行特征點(diǎn)匹配； 將特征匹配失敗的第一 SIFT特征點(diǎn)所在的圖像區(qū)域其作為模板，和與之對(duì)應(yīng)的歷史圖像區(qū)域進(jìn)行區(qū)域模板匹配，將區(qū)域模板匹配失敗的圖像區(qū)域作為故障區(qū)域。
6.如權(quán)利要求5所述的方法，其特征在于，若所述區(qū)域模板匹配成功，則所述特征匹配失敗的第一 SIFT特征點(diǎn)所在的圖像區(qū)域不作為故障區(qū)域。
7.如權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述故障區(qū)域的位置信息和特征信息進(jìn)行列車(chē)故障識(shí)別具體包括: 根據(jù)所述故障區(qū)域的位置進(jìn)行第一故障等級(jí)劃分； 根據(jù)所述故障區(qū)域的特征信息進(jìn)行第二故障等級(jí)劃分； 根據(jù)故障等級(jí)劃分結(jié)果進(jìn)行列車(chē)故障識(shí)別。
8.一種基于動(dòng)車(chē)組運(yùn)行圖像的動(dòng)車(chē)組故障識(shí)別裝置，其特征在于，所述裝置包括: 圖像查找模塊，用于在列車(chē)歷史圖像庫(kù)中查找與當(dāng)前采集的列車(chē)運(yùn)行圖像具有相同列車(chē)型號(hào)的列車(chē)歷史運(yùn)行圖像； 列車(chē)對(duì)齊模塊，用于根據(jù)列車(chē)型號(hào)通過(guò)預(yù)設(shè)的列車(chē)模板庫(kù)對(duì)實(shí)時(shí)采集的列車(chē)運(yùn)行圖像進(jìn)行模板匹配，以實(shí)現(xiàn)列車(chē)與同車(chē)型歷史圖像的對(duì)齊配準(zhǔn)，并將配準(zhǔn)成功的圖像保存到所述列車(chē)歷史圖像庫(kù)； 故障檢測(cè)模塊，用于將所述當(dāng)前采集的列車(chē)運(yùn)行圖像與所述具有相同列車(chē)型號(hào)的列車(chē)歷史運(yùn)行圖像進(jìn)行比對(duì)和分析，查找圖像信息不匹配的圖像區(qū)域作為故障區(qū)域，并將所述故障區(qū)域的位置信息和特征信息進(jìn)行保存； 故障識(shí)別模塊，用于根據(jù)所述故障區(qū)域的位置信息和特征信息進(jìn)行列車(chē)故障識(shí)別。
9.如權(quán)利要求8所述的裝置，其特征在于，所述列車(chē)對(duì)齊模塊包括: 獲取單元，用于獲取當(dāng)前運(yùn)行列車(chē)的列車(chē)型號(hào)； 第一查找單元，用于在所述預(yù)設(shè)的列車(chē)模板庫(kù)中查找與所述實(shí)時(shí)采集的列車(chē)運(yùn)行圖像具有相同的列車(chē)型號(hào)的車(chē)頭模板； 第一匹配單元，用于將所述實(shí)時(shí)采集的列車(chē)運(yùn)行圖像與所述車(chē)頭模板進(jìn)行車(chē)頭匹配；第二查找單元，用于在所述預(yù)設(shè)的列車(chē)模板庫(kù)中查找與所述實(shí)時(shí)采集的列車(chē)運(yùn)行圖像具有相同的列車(chē)型號(hào)的車(chē)廂連接處模板； 第二匹配單元，用于將所述實(shí)時(shí)采集的列車(chē)運(yùn)行圖像與所述車(chē)廂連接處模板進(jìn)行匹配； 圖像融合單元，用于當(dāng)所述第二匹配單元未成功進(jìn)行匹配時(shí)，對(duì)所述實(shí)時(shí)采集的列車(chē)運(yùn)行圖像進(jìn)行圖像融合，將融合后的列車(chē)運(yùn)行圖像以車(chē)廂為基準(zhǔn)進(jìn)行對(duì)齊。
10.如權(quán)利要求8所述的裝置，其特征在于，所述故障檢測(cè)模塊包括: 圖像信息獲取單元，用于獲取當(dāng)前采集的列車(chē)運(yùn)行圖像長(zhǎng)度及其位置，并從列車(chē)歷史運(yùn)行圖像中找到與其對(duì)應(yīng)的歷史運(yùn)行圖像； SIFT特征提取單元，用于提取所述當(dāng)前采集的列車(chē)運(yùn)行圖像的第一尺度不變特征變換描述子SIFT以及與其對(duì)應(yīng)的歷史運(yùn)行圖像的第二尺度不變特征變換描述子SIFT ； 特征點(diǎn)匹配單元，用于將所述第一 SIFT與第二 SIFT進(jìn)行特征匹配； 檢測(cè)單元，用于將特征匹配失敗的第一 SIFT特征點(diǎn)所在的圖像區(qū)域其作為模板，和與之對(duì)應(yīng)的歷史圖像區(qū)域進(jìn)行區(qū)域模板匹配，將區(qū)域模板匹配失敗的圖像區(qū)域作為故障區(qū)域。
【文檔編號(hào)】G06K9/64GK104463235SQ201410659040
【公開(kāi)日】2015年3月25日 申請(qǐng)日期:2014年11月18日 優(yōu)先權(quán)日:2014年11月18日
【發(fā)明者】方凱, 康增建, 史天運(yùn), 王冰, 劉碩研, 張秀青, 張正普, 王珂 申請(qǐng)人:中國(guó)鐵道科學(xué)研究院電子計(jì)算技術(shù)研究所, 北京經(jīng)緯信息技術(shù)公司