铁路集装箱角件异常状态检测方法及相关设备技术

本发明专利技术涉及图像处理技术领域，公开了一种铁路集装箱角件异常状态检测方法及相关设备。方法包括：获取铁路货运空载过车图像集，基于图像分割算法提取每幅空载过车图像中的F‑TR锁图像；获取铁路货运载箱过车图像集，将每个F‑TR锁图像分别叠加至载箱过车图像集中每幅载箱过车图像的预设角件位置处，获得训练数据集；基于训练数据集进行模型训练，得到以F‑TR锁作为检测目标的目标检测模型；基于目标检测模型对待识别载箱过车图像进行F‑TR锁检测，根据检测结果确定装箱角件异常状态。本发明专利技术能够在样本稀疏的情况下构建数据集，提升机器学习模型预测质量，从而有效实现集装箱角件异常状态的识别与告警。

【技术实现步骤摘要】

本专利技术涉及图像处理，尤其涉及一种铁路集装箱角件异常状态检测方法及相关设备。

技术介绍

1、铁路集装箱角件异常在货检作业流程中属于重大问题，角件完全未完全座入f-tr锁锁头可能导致集装箱在运输过程中倾覆，对沿线人员及财产安全造成重大损失。

2、铁路集装箱角件异常状态检测技术可辅助作业人员及时发现并处理安全风险。在该场景下，通常采用r-cnn、ssd或yolo等人工智能方法进行f-tr锁特征检测，通过识别f-tr锁的特征判别是否存在角件完全未入位，但角件完全未入位属于各站点货检作业重点人工检查对象，问题未被处理且可供收集的样本图像稀少，从而无法得到准确可靠的目标检测模型，导致无法有效实现铁路集装箱角件异常状态检测。

技术实现思路

1、本专利技术所要解决的技术问题是针对现有技术存在的问题，提供一种铁路集装箱角件异常状态检测方法及相关设备。

2、第一方面，本专利技术提供一种铁路集装箱角件异常状态检测方法，包括：

3、获取铁路货运空载过车图像集，基于图像分割算法提取空载过车图像集本文档来自技高网...

【技术保护点】

1.一种铁路集装箱角件异常状态检测方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述基于目标检测和梯度阈融合将每个所述F-TR锁图像分别叠加至所述载箱过车图像集中每幅载箱过车图像的预设角件位置处，获得训练数据集，包括：

3.根据权利要求2所述的方法，其特征在于，所述基于目标检测算法确定所述载箱过车图像集中每幅载箱过车图像中集装箱的预设角件位置，包括：

4.根据权利要求2所述的方法，其特征在于，所述基于目标检测算法确定所述载箱过车图像集中每幅载箱过车图像中集装箱的预设角件位置之前，还包括：

5.根据权利要求4所述的方法，...

【技术特征摘要】

1.一种铁路集装箱角件异常状态检测方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述基于目标检测和梯度阈融合将每个所述f-tr锁图像分别叠加至所述载箱过车图像集中每幅载箱过车图像的预设角件位置处，获得训练数据集，包括：

3.根据权利要求2所述的方法，其特征在于，所述基于目标检测算法确定所述载箱过车图像集中每幅载箱过车图像中集装箱的预设角件位置，包括：

4.根据权利要求2所述的方法，其特征在于，所述基于目标检测算法确定所述载箱过车图像集中每幅载箱过车图像中集装箱的预设角件位置之前，还包括：

5.根据权利要求4所述的方法，其特征在于，所述归一化亮度计算方法，公式如下：

6.根据权利要求2所述的方法，其特征在于，所述基于目标检测算法提取所述...

【专利技术属性】
技术研发人员：宁健，刘启钢，叶飞，孙文桥，王志敬，葛悦，韩梓非，陈存折，
申请(专利权)人：北京中铁科客货运输技术有限公司，
类型：发明
国别省市：