专利汇可以提供一种铁路货车浴盆破损故障图像识别方法专利检索,专利查询,专利分析的服务。并且一种 铁 路货车浴盆破损故障 图像识别 方法,涉及货运列车检测技术领域,针对 现有技术 中采用人工检查图像的方式进行故障检测,由于检车人员在工作过程中极易出现疲劳、遗漏,进而造成检测效率低的问题,本 发明 采用 图像处理 和 深度学习 的方法进行浴盆故障自动识别,人工只需对报警结果进行确认,可有效节约人 力 成本,并提高检测准确率,本发明将深度学习 算法 应用到浴盆破损故障自动识别中,提高整体算法的 稳定性 及 精度 ;由于浴盆板的背景为千变万化的地板图像,故先采用FasterInception网络检测图像中是否包含浴盆,再用U-NET网络对包含浴盆的子图检测故障,减小不包含浴盆的图像对分割结果的影响。,下面是一种铁路货车浴盆破损故障图像识别方法专利的具体信息内容。
1.一种铁路货车浴盆破损故障图像识别方法,其特征在于包括以下步骤:
步骤一,获取途径货车的线阵图像,从图像中定位浴盆区域;
步骤二:利用训练好的深度学习模型分割浴盆对应的图像;
步骤三:根据深度学习模型分割的结果,利用图像处理方法进一步获得分割部件的信息,根据先验知识进行浴盆破损判定,所述判定的具体步骤为:首先得到浴盆轮廓区域最小外接矩形的倾斜角度,如果角度偏移大于预先设定的阈值,则判定为故障,对此部分浴盆进行故障报警处理,若未大于阈值,则继续处理下一张图像。
2.根据权利要求1所述的一种铁路货车浴盆破损故障图像识别方法,其特征在于所述步骤一的详细步骤为:
步骤一一:获取途径货车的线阵图像;
步骤一二:根据先验知识从图像中裁剪出待识别部件区域,建立样本数据集;
步骤一三:对样本数据集进行数据扩增;
步骤一四:对样本数据集中的图像进行标记;
步骤一五:将原始图像和标记数据生成数据集,并训练模型;
步骤一六:采用Faster-Inception网络对浴盆进行定位。
3.根据权利要求1所述的一种铁路货车浴盆破损故障图像识别方法,其特征在于所述步骤二的深度学习模型包括编码单元、解码单元和编码解码单元,所述编码单元采用3个下采样的编码单元,所述解码单元包括3个上采样的解码单元;
第一编码单元包含64个3*3的卷积核进行卷积并池化,第二编码单元与第一编码单元相同;
第三编码单元包含128个3*3的卷积核进行卷积并池化;
编码解码单元包含256个3*3的卷积核进行卷积;
第一解码单元将编码解码单元上采样后和第三编码单元融合,再同128个3*3的卷积核进行卷积;
第二解码单元将第一解码单元上采样后和第二编码单元融合,再同64个3*3的卷积核进行卷积;
第三解码单元将第二解码单元上采样后和第一编码单元融合,再同32个3*3的卷积核进行卷积,最后同1*1的卷积核卷积,输出分割结果;
第一编码单元的输出作为第二编码单元的输入,第二编码单元的输出作为第三编码单元的输入;第三编码单元的输出作为编码解码单元的输入;编码解码单元的输出和第三编码单元的输出作为第一解码单元的输入,第一解码单元的输出和第二编码单元的输出作为第二解码单元的输入,第二解码单元的输出和第一编码单元的输出作为第三解码单元的输入。
4.根据权利要求3所述的一种铁路货车浴盆破损故障图像识别方法,其特征在于所述深度学习模型的准确率、召回率、损失函数分别为:
其中, 为记图像按类别提取的边界信息, 为边缘膨胀, 为预测结果的边界信息, 为膨胀结果,·表示两幅二值图像对应像素相乘,sum()表示二值图像的逐像素求和,yc为包含边缘信息的二值图像。
5.根据权利要求2所述的一种铁路货车浴盆破损故障图像识别方法,其特征在于所述数据扩增形式包括:图像的旋转、平移、缩放、镜像等操作。
6.根据权利要求5所述的一种铁路货车浴盆破损故障图像识别方法,其特征在于所述操作在随机条件下进行。
7.根据权利要求2所述的一种铁路货车浴盆破损故障图像识别方法,其特征在于所述不同模型包括目标检测模型和分割模型,所述目标检测模型通过标记得到包含浴盆位置的矩形框的XML文件,所述分割模型的标记结果为原始图像对应的类别的掩码图像。
8.根据权利要求7所述的一种铁路货车浴盆破损故障图像识别方法,其特征在于所述原始图像对应的类别包括:背景、浴盆区域和破损区域。
9.根据权利要求2所述的一种铁路货车浴盆破损故障图像识别方法,其特征在于所述先验知识包括轴距信息和部件的位置信息。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
一种基于医疗服务的集成信息管理方法 | 2020-05-08 | 831 |
车辆智能救援系统以及方法 | 2020-05-08 | 622 |
一种基于深度学习的轨道扣件缺陷识别算法 | 2020-05-08 | 129 |
一种基于射频标签技术的图书馆图书信息管理系统 | 2020-05-11 | 948 |
音圈马达驱动器电流曲线模式自动学习系统 | 2020-05-08 | 128 |
一种风电功率预测方法 | 2020-05-08 | 925 |
一种信用报告自助打印方法 | 2020-05-08 | 187 |
通用动量方法、基于通用动量方法的目标检测与识别方法 | 2020-05-08 | 583 |
基于智能手机监测呼吸、步伐及定位人员信息的采集识别 | 2020-05-08 | 472 |
一种基于残差密集U形网络模型的丘脑分割方法 | 2020-05-08 | 52 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。