基于图像特征的铁路车辆制动组件异常检测

铁路车辆制动组件图像目标与背景无法分离,导致组件异常检测结果不精准,提出基于图像特征的铁路车辆制动组件异常检测方法。使用TFDS系统采集车辆制动组件图像,构建图像区域阶段矩阵和中心矩阵,使用二值化处理方法预处理图像。构建图像特征模型,将RGB空间转换为HSV空间,根据颜色感知度对图像进行非均匀量化处理,利用欧氏距离分析图像帧间差异。利用K-means统计理论,将不同位置特征与背景属性值转换为距离矩阵,通过计算被聚类对象和其感知范围内所有对象整体相似性,结合异常序列实现制动组件异常检测。由实验结果可知,该方法能够清晰识别制动缸体压强异常情况,经过7 min保压后检测的压强为127 kPa,与实际压强一致,检测结果精准。