【技术实现步骤摘要】
基于时序图像的机车走行部故障检测方法、装置及存储介质
本专利技术涉及机车故障检测领域，尤其涉及一种基于时序图像的机车走行部故障检测方法、装置及存储介质。
技术介绍
铁路是国家重要的基础设施，承担着主要的旅客运输及商品流通任务，同时铁路运输产业也是国民经济的支柱产业。随着我国国民经济的高速发展，客运和货运的需求量逐年增加，铁路运输的运行里程也逐年增长。铁路对机车车辆需求的不断增长，使得社会对铁路行车安全也提出了更高的要求。列车故障自动化检测是与铁路行车安全密切相关的领域，传统的故障检测方式主要是由列检人员在列车停车状态时，通过“听、摸、看、敲、闻”的方法来进行机车检查及故障识别，作业质量难以保证，劳动强度大，影响列车运行效率。随着科学技术的发展，近年来，各种现代化科技在机车故障检测技术中被广泛应用，如铁路车辆运行安全监控体系(5T系统)：红外线轴温探测智能跟踪系统(THDS)、货车运行状态地面安全检测系统(TPDS)、货车滚动轴承早期故障轨边声学诊断系统(TADS)、货车运行故障动态图像检测系统(TFDS)、客车运行安...
【技术保护点】
1.一种基于时序图像的机车走行部故障检测方法，其特征在于，包括：/n获取机车走行部时序图像数据集，并进行统一尺寸预处理；/n基于预处理后的机车走行部时序图像数据集，从中选取若干正常无故障序列图像，并按时序依次做时序相邻两张图像的灰度差，得到时序残差数据集；/n计算时序残差数据集中图像的灰度平均值，得到标准模板；/n随机从时序残差数据集中抽取预设数量的图像，并基于图像结构相似度算法计算其与标准模板的结构相似度，得到相似度矩阵；/n获取相似度矩阵中的最大值RMAX和最小值RMIN，计算参数θ＝(RMAX+RMIN)/2，ε＝(RMAX-RMIN)/2；/n获取待检测机车走行部时...
【技术特征摘要】
1.一种基于时序图像的机车走行部故障检测方法，其特征在于，包括：
获取机车走行部时序图像数据集，并进行统一尺寸预处理；
基于预处理后的机车走行部时序图像数据集，从中选取若干正常无故障序列图像，并按时序依次做时序相邻两张图像的灰度差，得到时序残差数据集；
计算时序残差数据集中图像的灰度平均值，得到标准模板；
随机从时序残差数据集中抽取预设数量的图像，并基于图像结构相似度算法计算其与标准模板的结构相似度，得到相似度矩阵；
获取相似度矩阵中的最大值RMAX和最小值RMIN，计算参数θ＝(RMAX+RMIN)/2，ε＝(RMAX-RMIN)/2；
获取待检测机车走行部时序图像集，并进行插值变换预处理，对于其中待检测图像M，做待检测图像M和与其时序相邻图像的灰度差，得到M′；
计算M′与标准模块的结构相似度MS，若|MS-θ|<ε，则该待检测图像M为正常图像，否则为故障图像。
2.根据权利要求1所述的基于时序图像的机车走行部故障检测方法，其特征在于，所述机车走行部时序图像数据集及待检测机车走行部时序图像集均为按照固定时间间隔对机车同一走行部进行拍摄得到。
3.根据权利要求1所述的基于时序图像的机车走行部故障检测方法，其特征在于，所述进行统一尺寸预处理包括：
基于获取的机车走行部时序图像数据集，依次使用插值算法处理时序相邻的图像，统一图像尺寸。
4.根据权利要求3所述的基于时序图像的机车走行部故障检测方法，其特征在于，所述插值算法为双线性插值算法。
5.根据权利要求1至4任一项所述的基于时序图像的机车走行部故障检测方法，其特征在于，所述结构相似度记为SSIM(x,y)，则：
SSIM(x,y)＝l(x,y)*c(x,y)*s(x,y)
其中，l(x,y)表示亮度因子，c(x,y)表示图像对比度因子，s(x,y)表示图像结构因子。
6.根据权利要求5所述的基于时序图像的机车走行部故障检测方法，其特征在于，所述亮度因、图像对比度因子、图像结构因子可分别通过下列公式计算得到：
其中，k1、k2均表示预设系数，L表示像素值的动态范围，ux和uy分别表示待计算结构相似度的两张图像x和y的平均强度，σx表示图像x的标准差，σy表示图像y的标准差，σxy表示图像x与图像y的协方差；且，
其中，x...
【专利技术属性】
技术研发人员：齐倩倩，龙军，章成源，钟思伟，
申请(专利权)人：中南大学，
类型：发明
国别省市：湖南;43
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。