列车部件故障检测方法、系统及存储介质与流程

摘要: 本发明涉及列车故障动态检测,尤其涉及一种列车部件故障检测方法、系统及存储介质。背景技术:1、列车在长期运行过程中,其车底部件(如螺栓、制动装置、悬挂结构等)会因...
列车部件故障检测方法、系统及存储介质与流程

本发明涉及列车故障动态检测,尤其涉及一种列车部件故障检测方法、系统及存储介质。

背景技术:

1、列车在长期运行过程中,其车底部件(如螺栓、制动装置、悬挂结构等)会因振动、冲击、疲劳等因素产生松动、断裂、开裂乃至缺失等故障。此类故障若不能被及时发现,将对列车的运行安全构成严重威胁。因此,对列车部件进行准确、及时的故障检测,是保障轨道交通运行安全的重要环节。

2、目前,随着机器视觉与图像处理技术的发展,基于图像的列车部件故障检测方式逐渐得到应用。该方式通常在列车经过的检测区域布置图像采集设备,采集列车部件的图像,并借助图像识别或深度学习模型对所采集的图像进行分析,从而判断列车部件是否存在故障。相较于人工巡检,基于图像的检测方式具有效率高、可自动化等优点。

3、然而,在实践中发现,上述基于图像的检测方式在实际应用中仍存在以下问题:

4、其一,列车部件的图像采集通常在户外或列车运行的动态环境下进行,采集过程易受到多种因素的影响。例如,在夜间或光照不足的环境下采集的图像往往存在照度偏低的问题;列车高速通过时采集的图像容易产生运动模糊;采集设备的补光或环境光照射在金属部件表面时容易形成强反光;此外,雨雾天气或制动过程产生的水雾还会对图像造成遮挡。上述各种因素均会导致所采集图像的质量下降,即出现不同类型的图像退化。

5、其二,图像质量的下降会直接影响后续故障检测的准确性。当质量较差的图像被直接输入故障检测环节时,容易造成故障的漏检或误检,从而降低检测结果的可靠性,同时也会浪费用于检测的运算资源。

6、其三,相关技术中虽然存在对采集图像进行增强处理的方案,但通常采用统一的增强方式对所有图像进行处理,未能针对图像所存在的具体退化类型进行有针对性的处理,导致增强效果有限;并且,此类方案往往在增强处理后缺乏对增强结果的质量把关,无法保证经增强处理后的图像质量能够满足后续故障检测的需要,一旦增强失败,低质量的图像仍会被送入检测环节,进而影响检测结果。

7、由此可见,需要一种新的基于图像采集的列车故障检测方法。

技术实现思路

1、本发明的目的是为解决上述技术问题而提供一种提升输入故障检测环节的图像质量,以降低因图像质量不佳所导致的漏检与误检的列车部件故障检测方法、系统及存储介质。

2、为了实现上述目的,本发明提供了一种列车部件故障检测方法,其包括:

3、采集列车经过检测区域时的列车部件的原始图像;

4、对所述原始图像进行无参考质量评估,得到表征所述原始图像质量的评估结果;

5、在所述评估结果不满足预设的质量条件时,确定所述原始图像的图像退化类型,并从预先建立的、包含与多种图像退化类型分别对应的图像增强算法的增强算法集合中,选取与所确定的图像退化类型相对应的图像增强算法,对所述原始图像进行增强处理,得到增强图像;

6、对所述增强图像再次进行无参考质量评估,得到复评结果;

7、在所述复评结果满足所述质量条件时,将所述增强图像输入故障检测模型,以对所述列车部件进行故障检测;在所述增强图像不满足所述预设质量条件时,根据所述列车是否仍处于所述检测区域内,触发对所述列车部件图像的重新采集或者标记所述原始图像以供人工检查。

8、较佳地,对所述原始图像进行无参考质量评估的方法包括:

9、对所述原始图像提取亮度、对比度、模糊度和噪声中的至少两项图像质量指标,并基于所提取的图像质量指标得到所述评估结果。

10、较佳地,所述图像退化类型包括低照度、运动模糊、强反光和水雾遮挡中的一者或多者。

11、较佳地,当所述原始图像的图像退化类型为两种以上时,按照所确定的两种以上图像退化类型各自的退化程度确定处理顺序,并按照所述处理顺序,依次采用与各图像退化类型相对应的图像增强算法对所述原始图像进行级联增强处理,得到所述增强图像。

12、较佳地,在对所述原始图像进行增强处理的过程中,提取所述列车部件的关键特征,并基于所提取的关键特征对所述增强处理进行约束,以在所述增强图像中保留所述列车部件的关键特征。

13、较佳地,确定所述原始图像的图像退化类型的方法包括:

14、将所述原始图像输入退化类型分类模型,得到所述原始图像的图像退化类型。

15、较佳地,得到复评结果之后,还包括:

16、计算所述增强图像相对于所述原始图像的结构相似度和峰值信噪比中的至少一项,得到质量提升信息;

17、当所述复评结果所表征的图像质量满足所述质量条件,且所述质量提升信息满足预设的提升条件时,将所述增强图像输入故障检测模型。

18、本发明还提供一种列车部件故障检测系统,其特征在于,包括用于采集列车经过检测区域时的列车部件图像的图像采集器和与所述图像采集器通信连接的服务器,所述服务器基于如上所述的列车部件故障检测方法执行列车故障检测。

19、本发明还提供一种列车部件故障检测系统,其包括:

20、一个或多个处理器;

21、存储器;

22、以及一个或多个程序,其中一个或多个程序被存储在所述存储器中,并且被配置成由所述一个或多个处理器执行,所述程序包括用于执行如上所述的列车部件故障检测方法的指令。

23、本发明还提供一种计算机可读存储介质,其特征在于,包括计算机程序,所述计算机程序可被处理器执行以完成如上所述的列车部件故障检测方法。

24、与现有技术相比,上述技术方案提供的列车部件故障检测方法,通过对采集到的列车部件原始图像先进行无参考质量评估,能够在无需参考图像的情况下判断图像质量是否合格;对于不合格的图像,进一步确定其图像退化类型并从增强算法集合中选取相对应的图像增强算法进行对症增强,相较于统一的增强方式,可获得更有针对性的增强效果;同时,对增强图像再次进行无参考质量评估并根据复评结果判断是否达标,从而对增强结果进行二次质量把关,避免增强失败的低质量图像被直接送入检测环节;此外,对复评仍不达标的图像,还依据列车是否仍处于检测区域这一条件,分别触发重新采集或标记以供人工检查,形成从源头把控图像质量的闭环。由此,本发明能够保证输入故障检测环节的图像质量,进而有效降低因图像质量不佳所导致的漏检与误检,并减少运算资源的浪费。

1.一种列车部件故障检测方法,其特征在于,包括:

2.根据权利要求1所述的列车部件故障检测方法,其特征在于,对所述原始图像进行无参考质量评估的方法包括:

3.根据权利要求1所述的列车部件故障检测方法,其特征在于,所述图像退化类型包括低照度、运动模糊、强反光和水雾遮挡中的一者或多者。

4.根据权利要求1所述的列车部件故障检测方法,其特征在于,当所述原始图像的图像退化类型为两种以上时,按照所确定的两种以上图像退化类型各自的退化程度确定处理顺序,并按照所述处理顺序,依次采用与各图像退化类型相对应的图像增强算法对所述原始图像进行级联增强处理,得到所述增强图像。

5.根据权利要求1所述的列车部件故障检测方法,其特征在于,在对所述原始图像进行增强处理的过程中,提取所述列车部件的关键特征,并基于所提取的关键特征对所述增强处理进行约束,以在所述增强图像中保留所述列车部件的关键特征。

6.根据权利要求1所述的列车部件故障检测方法,其特征在于,确定所述原始图像的图像退化类型的方法包括:

7.根据权利要求1所述的列车部件故障检测方法,其特征在于,得到复评结果之后,还包括:

8.一种列车部件故障检测系统,其特征在于,包括用于采集列车经过检测区域时的列车部件图像的图像采集器和与所述图像采集器通信连接的服务器,所述服务器基于权利要求1至7任一项所述的列车部件故障检测方法执行列车故障检测。

9.一种列车部件故障检测系统,其特征在于,包括:

10.一种计算机可读存储介质,其特征在于,包括计算机程序,所述计算机程序可被处理器执行以完成如权利要求1至7任一项所述的列车部件故障检测方法。