一种铁路车辆轮对的轴号和裂纹识别方法技术

本发明专利技术公开了一种铁路车辆轮对的轴号和裂纹识别方法，该方法针对采集到的轮对轴号图像存在光照不均、反射、划痕、污渍、锈迹造成的干扰，通过轮对轴号图像增强方法来提升轮对轴号图像质量；针对轮对轴号图像中字符多样性和样本数量的问题，通过jTessBoxEditor辅助Tesseract

【技术实现步骤摘要】
一种铁路车辆轮对的轴号和裂纹识别方法


[0001]本专利技术涉及铁路车辆轮对探伤方法，尤其涉及一种铁路车辆轮对的轴号和裂纹识别方法。

技术介绍

[0002]铁路车辆作为货运和人们日常生活的主要出行方式之一，其运行的安全性以及日常管理问题越来越受到人们的关注，针对车辆轮对的探伤检修维护也越来越重要。
[0003]在对车辆轮对进行探伤作业的过程中，需要准确识别和标记缺陷裂纹在轮对中的位置，同时记录下探伤结果信息，即识别裂纹有无。若有裂纹，则计算位置、大小。通过对车辆轮对轴号信息进行校验核对，以不同的轴号信息为依据，来对应不同的轮对探伤信息，达到对车辆轮对运行状况的精确把握。因此，准确且稳定的车辆轮对轴号识别和裂纹识别极为重要。
[0004]目前在轮对的探伤过程中，轮对轴号识别和轮对裂纹识别主要是通过人眼识别，在应对大量的车辆轮对时，人眼识别判断不仅低效、占用大量的作业时间而且人工成本很高，并且加重了工作人员的工作强度，易产生错误。
[0005]通过机器视觉图像识别技术代替传统的人工识别，进而降低人力成本以及设备成本，提高效率。传统的图像识别方法中图像具有明显的色彩区分和对比度，而工业场景中图像则可能处于更为复杂变化的背景下，如光照不均、物理损伤、划痕、模糊、粘连的干扰。在这种复杂的情况下，传统的处理方法准确率较低，不具有普遍适用性。轮对轴号图像部分存在的反光现象使图像信噪比降低，增加了图像分割难度，背景色与轴号字符区域颜色相似，色差较小，此时使用传统的图像增强算法难以达到很高的识别率。
[0006]在针对荧光磁粉探伤裂纹图像的识别方面，在上下料、线圈合紧、喷淋磁悬液、电极夹紧、磁化、图像的采集、存储、退磁等都可实现自动化处理，但是在缺陷裂纹的识别上还是主要通过人工来判断识别，而该方法存在着检测效率低、易产生视觉疲劳、紫外线对人体造成危害的问题，不利于进行生产管理。

技术实现思路

[0007]专利技术目的：针对轮对探伤信息的保存问题，以及为了提高轮对轴号图像的质量，本专利技术提出一种铁路车辆轮对的轴号和裂纹识别方法，即通过改进的拉普拉斯增强方法，来改善轴号图像采集过程中由于各种环境的干扰产生的光照不均和反光问题；并通过改进的PCA的轮对裂纹识别方法来判断轮对图像是否存在裂纹，以及计算裂纹大小，判别裂纹位置。
[0008]技术方案：本专利技术铁路车辆轮对的轴号和裂纹识别方法包括以下步骤：
[0009](1)针对采集到的轮对轴号图像存在光照不均、反射、划痕、污渍、锈迹造成的干扰，通过轮对轴号图像增强方法来得到增强后的轮对轴号图像，提升轮对轴号图像质量；
[0010](2)针对轮对轴号图像中字符多样性和样本数量的问题，通过jTessBoxEditor辅
助Tesseract
‑
OCR进行训练和识别，提高轴号识别准确率；
[0011](3)通过改进的PCA轮对裂纹识别方法来对采集到的轮对探伤图像进行裂纹识别和标注，通过端点计算、分段求和来求得裂纹的长度。
[0012]步骤(1)的过程如下：
[0013](1.1)将轮对轴号图像分解为轴号光照图像和轴号反射图像，相机接收到的轴号图像信号为公式(1)：
[0014]S(x,y)＝L(x,y)
×
R(x,y)
ꢀꢀꢀ
(1)
[0015]式中，S(x,y)表示相机接收到的轴号图像信号，L(x,y)表示光的照射分量，即轴号光照图像，R(x,y)表示携带轴号图像细节信息的轴号反射图像；
[0016](1.2)由公式(2)得到增强后的轴号光照图像：
[0017][0018]式中，L(x,y)
’
表示增强后的轴号光照图像，L(x,y)表示原轴号光照图像；
[0019](1.3)通过加权平均值滤波法并采用公式(3)得到去噪后的轴号反射图像：
[0020][0021]式中，R(x,y)
’
表示去噪后的轴号反射图像，R
i
(x,y)表示轴号反射图像中第i个像素点的灰度值，Q
i
表示轴号反射图像中第i个像素点的权重，M
×
M表示模板大小；
[0022](1.4)将增强后的轴号光照图像和去噪后的轴号反射图像合成得到增强后的轴号图像的公式(4)：
[0023][0024]式中，S(x,y)
’
表示增强后的轴号图像。
[0025]步骤(2)包括以下内容：
[0026](2.1)采用jTessBoxEditor训练轴号字符库，通过Tesseract
‑
OCR进行轴号字符的识别，具体过程为：
[0027](2.1.1)将训练的轴号字符的图像转换为tiff格式，并合并为一个tiff文件，命名为nml.num.exp0.tiff；
[0028](2.1.2)通过Tesseract的makebox，用chi_sim库识别tiff文件，并生成对应的box文件，命名为nml.num.exp0.box。
[0029](2.1.3)打开jTessBoxEditor，对错误的轴号字符和边框信息进行校正；
[0030](2.1.4)结合tiff和box文件，进行lstm训练，生成nml.num.exp0.lstmf文件；
[0031](2.1.5)从chi_sim中提取出chi_sim.lstm文件；
[0032](2.1.6)训练字库并结合训练文件和chi_sim生成轴号字符库num1文件；
[0033](2.2)针对一次训练得到的轴号字符库num1，以num1替换(2.1.2)、(2.1.5)和(2.16)中的chi_sim，重复上述训练过程，得到轴号字符识别库num2；
[0034](2.3)使用Tesseract
‑
OCR结合num2轴号字符库进行轴号字符的识别。
[0035]步骤(3)包括以下过程：
[0036](3.1)确定一组无裂纹的轮对图像作为背景图像G(x,y)，将待识别轮对探伤图像与背景图像之间做差分运算并取绝对值，得到差分图像C(x,y)；
[0037](3.2)以一组轮对探伤的n幅差分图像为数据集S＝{C1,C2,...,C
n
}，做预处理得到灰度图像，计算数据集中每个像素的平均值及标准差并得到标准化矩阵B和协方差矩阵C，求得协方差矩阵C的特征值λ和对应的特征向量μ，将特征值按从大到小排序，选择最大的前k个特征值及对应的特征向量构成投影矩阵M，将数据集S通过投影矩阵M转换到k个特征向量构成的投影空间中；
[0038](3.3)轮对探伤图像映射到投影空间中并判断是否存在裂纹，若存在裂纹，则映射点从投影空间反映射到像素空间，找到裂纹的位置；提取轮对图像中裂纹的骨架，以端点计算、分段求和的方式求得裂纹的长度；
[0039](3.4)建立轮对探伤图像的识别数据库来判断裂本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种铁路车辆轮对的轴号和裂纹识别方法，其特征在于：包括以下步骤：(1)通过轮对轴号图像增强方法来得到增强后的轮对轴号图像；(2)通过jTessBoxEditor辅助Tesseract
‑
OCR进行训练和识别；(3)通过改进的PCA轮对裂纹识别方法来对采集到的轮对探伤图像进行裂纹识别和标注。2.根据权利要求1所述的铁路车辆轮对的轴号和裂纹识别方法，其特征在于：步骤(1)的过程如下：(1.1)将轮对轴号图像分解为轴号光照图像和轴号反射图像，相机接收到的轴号图像信号为公式(1)：S(x,y)＝L(x,y)
×
R(x,y)
ꢀꢀꢀꢀꢀꢀꢀꢀ
(1)式中，S(x,y)表示相机接收到的轴号图像信号，L(x,y)表示光的照射分量，即轴号光照图像，R(x,y)表示携带轴号图像细节信息的轴号反射图像；(1.2)由公式(2)得到增强后的轴号光照图像：式中，L(x,y)
’
表示增强后的轴号光照图像，L(x,y)表示原轴号光照图像；(1.3)采用公式(3)得到去噪后的轴号反射图像：式中，R(x,y)
’
表示去噪后的轴号反射图像，R
i
(x,y)表示轴号反射图像中第i个像素点的灰度值，Q
i
表示轴号反射图像中第i个像素点的权重，M
×
M表示模板大小；(1.4)将增强后的轴号光照图像和去噪后的轴号反射图像合成得到增强后的轴号图像，如公式(4)所示：式中，S(x,y)
’
表示增强后的轴号图像。3.根据权利要求1所述的铁路车辆轮对的轴号和裂纹识别方法，其特征在于：步骤(2)包括以下步骤：(2.1)采用jTessBoxEditor训练轴号字符库，通过Tesseract
‑
OCR进行轴号字符的识别，具体过程为：(2.1.1)将训练的轴号字符的图像转换为tiff格式，并合并为一个tiff文件，命名为nml.num.exp0.tiff；
(2.1.2)通过Tesseract的makebox，用chi_sim库识别tiff文件，并生成对应的box文件，命名为nml.num.exp0.box。(2.1.3)打开jTessBoxEditor，对错误的轴号字符和边框信息进行校正；(2.1.4)结合tiff和box文件，进行lstm训练，生成nml.num.exp0.lstmf文件；(2.1.5)从chi_...

【专利技术属性】
技术研发人员：马宗钦，何雨春，张费扬，姚苏恒，曾勇，卢倩，
申请(专利权)人：盐城工学院，
类型：发明
国别省市：