动车组TEDS系统图像特征字典生成方法技术方案

一种动车组TEDS系统图像特征字典生成方法。该方法的输入是高铁检测图像数据集和给定字符数D，输出是对应给定字符数D的字典。该方法包括：输入图像数据集，构建图像序列，构造标量值函数获取图像标量场，奇点检测及奇点特征提取，统计向量个数并计算均值向量，有效字符挖掘并生成特征字符，最后输出特征字典。该方法通过建立特征字典的形式将多个图像特征提取算子进行融合，打破了传统使用的单一图像特征提检测的方法，从而结合了每个算子的长处，大大提高了后续的图像识别工作效率与准确率。

【技术实现步骤摘要】
动车组TEDS系统图像特征字典生成方法
本专利技术属于动车组运行图像检测与分析
，具体涉及一种动车组TEDS系统图像特征字典生成方法。
技术介绍
在动车组运行过程中，目前主要采用人工图像判别方式对动车组进行实时图像检测与分析，每天全路有近三千多名工作人员围绕系统产生的实时图像进行人工图像评判，该工作劳动强度大，易产生视觉疲劳，进而造成漏报、误报。同时，图像识别有较高时效性的要求，图像采集后要求在规定时间内发现并定位缺陷以及故障问题，从而保证列车安全运行，以目前的人工评判是难以实现的，容易受到人工的经验和疲劳度影响。随着机器视觉技术的飞速发展，模拟人工检测原理，基于视觉的产品质量高速自动化检测技术引起了相关行业的广泛关注。它具有适应性好、标准统一、检测结果一致性高等特性。目前主流的算法可以分为两类：基于区域建议的目标检测算法和基于回归的目标检测算法。但其均采用单一的特征提取算法，仅适用于一类图像，存在一定的局限性。特别是对于高铁底部和侧面这类复杂图像，现有的目标检测算法并不能直接应用。因此，如何构造能反应多图像特征的字典，从而融合多本文档来自技高网...

【技术保护点】
1.一种动车组TEDS系统图像特征字典生成方法，该方法的输入是高铁检测图像数据集和给定字符数D，输出是对应给定字符数D的字典，所述方法包括：/n第1步、构建图像序列/n对于输入的包含A幅图像的数据集，设定比例系数K

【技术特征摘要】
1.一种动车组TEDS系统图像特征字典生成方法，该方法的输入是高铁检测图像数据集和给定字符数D，输出是对应给定字符数D的字典，所述方法包括：
第1步、构建图像序列
对于输入的包含A幅图像的数据集，设定比例系数K1<1，利用数据集中图像jI1构造由M幅图像构成的图像序列，图像序列中所有图像的长宽比与图像jI1相同，Li+1/Li＝K1，i＝1,2,…,M-1，其中Li表示序列中第i幅图像jIi的长边长度，对数据集中j＝1,2,…A的所有图像进行上述操作，得到A×M幅图像；
第2步、构造标量值函数
构造标量值函数S(I,u,v)，其中I为输入图像，(u,v)为图像坐标；函数的主要功能是构建一个与输入图像尺寸相同的标量场，提取输入图像中各个坐标点的灰度值并存于标量场中；对于第1步得到的所有A×M幅图像中的每一幅图像，遍历计算每个像素的函数值，得到与输入图像尺寸相同的标量场；
第3步、检测奇点
对于每幅标量场图，逐个判断每个像素，如果一个像素在以本身为中心的T×T邻域内具有最大值，则认为该像素为奇点，记所有A×M幅图像中检测到的全部奇点的数量为N，给每个奇点一个编号q，第q个奇点表示为Pq，q＝1,2,…,N；
第4步、对奇点提取特征
对于奇点Pq，利用G种不同的特征提取算子提取特征；特征提取算子根据工程问题的情况灵活设计，但在逻辑层面上，该步骤中的算子包含作用域和编码规则两个部分；其中作用域是以奇点Pq为参照的，大小为mj×nj的图像区域iΩj，编码规则rj是一个以作用域内像素为输入的向量值函数；根据所定义的符号Ji，利用第j个特征提取算子处理第i个奇点的过程写成如下函数形式：

iRj＝rj(iΩj)
其中iRj是一个Dj维的向量，j＝1,2,…,G；如果...

【专利技术属性】
技术研发人员：刘希龙，李丹勇，尤嘉，杨德文，蔡文明，赵晓明，王锐，张友印，李若澜，许倩倩，
申请(专利权)人：北京益嘉阳光科技发展有限公司，中国铁路北京局集团有限公司北京动车段，
类型：发明
国别省市：北京;11