基于空间尺度标准化的动车组底部异常检测

摘要

高速行驶中的动车组底部偶尔会发生一些异常,如紧固螺栓丢失、有异物等,而对这些异常的检测仅依靠传统的人工检测方法已经远远不能满足要求。为了在动车组的序列图像中找到潜在的异常区域,需要确保目标图像与对应的标准图像精确对齐。然而动车组在通过TEDS的图像采集设备时,其速度难免会出现波动,从而导致序列图像中异常区域的位置无法固定,甚至被分成两帧序列图像。针对上述问题,提出一种新的基于空间尺度标准化的图像对齐模型,以校正由列车速度波动引起的图像畸变。同时,在检测动车组底部状态时提出一种新的背景差分法来定位潜在的异常区域。最后根据先验知识确定动车组底部潜在的问题,并通过高级图像理解知识确定动车组底部的异常。实验结果表明,提出的方法在检测动车组底部异常时,取得了较好的效果。