CN108717711B - 一种轨道交通故障图像分析方法、装置和系统 - Google Patents

一种轨道交通故障图像分析方法、装置和系统 Download PDF

Info

Publication number
CN108717711B
CN108717711B CN201810501910.6A CN201810501910A CN108717711B CN 108717711 B CN108717711 B CN 108717711B CN 201810501910 A CN201810501910 A CN 201810501910A CN 108717711 B CN108717711 B CN 108717711B
Authority
CN
China
Prior art keywords
fault
image
fault image
image information
server
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810501910.6A
Other languages
English (en)
Other versions
CN108717711A (zh
Inventor
罗俊
廖承毅
杨珂
姜春峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Qianqiuyue Technology Co ltd
Original Assignee
Shenzhen Qianqiuyue Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Qianqiuyue Technology Co ltd filed Critical Shenzhen Qianqiuyue Technology Co ltd
Priority to CN201810501910.6A priority Critical patent/CN108717711B/zh
Publication of CN108717711A publication Critical patent/CN108717711A/zh
Application granted granted Critical
Publication of CN108717711B publication Critical patent/CN108717711B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/10Terrestrial scenes

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供了一种轨道交通故障图像分析方法、装置和系统,其中所述方法包括:服务端通过终端获取故障图像信息;所述服务端根据所述故障图像信息获取定位数据;基于所述定位数据,所述服务端识别所述故障图像信息中的故障区域。本发明所提供的分析方法在通过终端获取到故障图像信息后,通过所获取的故障图像信息对应的定位数据,进而获取到对应的故障区域,从而实现了获取、定位、找到故障的快速分析处理过程,即通过图像的定位信息快速找出故障区域,大大提高了故障检修工作中的图像分析效率,加快了数据分析速度,缩短了检修时间,在一定程度上保证了轨道交通车辆的安全运行。

Description

一种轨道交通故障图像分析方法、装置和系统
技术领域
本发明涉及轨道交通技术领域,更具体地说,涉及一种轨道交通故障图像分析方法、装置和系统。
背景技术
轨道交通是指运营车辆需要在特定轨道上行驶的一类交通工具或运输系统。最典型的轨道交通就是由传统火车和标准铁路所组成的铁路系统。随着火车和铁路技术的多元化发展,轨道交通呈现出越来越多的类型,不仅遍布于长距离的陆地运输,也广泛运用于中短距离的城市公共交通中。
常见的轨道交通故障包括车辆故障和轨道设施故障,在对于常见轨道交通故障进行检修时,均需要技术人员人工通过终端设备将所获取到的所有图片均直接传输到后台服务端,排查故障的图片在保证图像质量的前提下导致图片数量大、图片占用空间多、数据信息多,进而导致传输速度收到影响,造成网络拥堵,大大降低了图片回传的速度和效率,为轨道交通车辆的安全运行带来了巨大的安全隐患。
发明内容
有鉴于此,本发明提供一种轨道交通故障图像分析方法、装置和系统以解决现有技术的不足。
为解决上述问题,本发明提供一种轨道交通故障图像分析方法,包括:
服务端通过终端获取故障图像信息;
所述服务端根据所述故障图像信息获取定位数据;
基于所述定位数据,所述服务端识别所述故障图像信息中的故障区域。
优选地,所述“所述服务端根据所述故障图像信息获取定位数据”,包括:
所述服务端提取所述故障图像信息中的故障图像;
所述服务端将所述故障图像与定位数据库中的数据进行匹配,生成匹配数据;所述定位数据库中包括故障图像与定位数据之间的关联关系;
所述服务端根据所述匹配数据确定所述终端在获取所述故障图像信息时的所述故障图像信息对应的定位数据。
优选地,所述“基于所述定位数据,所述服务端识别所述故障图像信息中的故障区域”,包括:
所述服务端对所述故障图像信息对应的故障图像进行特征提取以获取图像特征;
所述服务端基于所述定位信息,根据所述图像特征对所述故障图像信息中的故障图像进行识别,以获得所述故障图像信息对应的故障区域。
优选地,所述“所述服务端基于所述定位信息,根据所述图像特征对所述故障图像信息中的故障图像进行识别,以获得所述故障图像信息对应的故障区域”,包括:
所述服务端根据所述故障图像信息对应的每个所述图像特征获取所述故障图像中每个所述图像特征对应的位置信息;
根据所述位置信息,所述服务端获取所述故障图像中每个位置信息对应的可识别区域;
所述服务端获取每个所述可识别区域的最小截图,生成子区域图像信息,并将所述故障图像对应的多个所述子区域图像信息作为所述故障图像信息对应的故障区域。
优选地,所述“所述服务端获取每个所述可识别区域的最小截图,生成子区域图像信息,并将所述故障图像对应的多个所述子区域图像信息作为所述故障图像信息对应的故障区域”,包括:
所述服务端获取每个所述可识别区域的最小截图;
所述获取在所述故障图像中的每个所述最小截图之间的距离,得到图像距离值;
将所述图像距离值与预设距离值进行匹配,判断所述图像距离值对应的最小截图是否为可识别区域;
若是,则生成包括所述最小截图和所述图像距离值的的子区域图像信息,并将所述故障图像对应的多个所述子区域图像信息作为所述故障图像信息对应的故障区域。
优选地,所述“基于所述定位数据,所述服务端识别所述故障图像信息中的故障区域”之后,还包括:
所述服务端根据所述故障区域生成与所述故障区域对应的故障数据包;所述故障数据包中包括所述故障区域对应的所述故障图像中的所述故障区域的最小截图和所述定位数据;
所述服务端将所述故障数据包发送至所述终端。
此外,为解决上述问题,本发明还提供一种轨道交通故障图像分析装置,包括:获取模块和识别模块;
所述获取模块,用于服务端通过终端获取故障图像信息;
所述获取模块,还用于所述服务端根据所述故障图像信息获取定位数据;
所述识别模块,用于基于所述定位数据,所述服务端识别所述故障图像信息中的故障区域。
此外,为解决上述问题,本发明还提供一种轨道交通故障图像分析系统,包括终端和服务端,其中所述终端包括第一存储器以及第一处理器,所述服务端包括第二存储器以及第二处理器;所述第一存储器和所述第二存储器均用于存储轨道交通故障图像分析程序,所述第一处理器和所述第二处理器均运行所述轨道交通故障图像分析程序以使所述终端和所述服务端执行如上述所述轨道交通故障图像分析方法。
此外,为解决上述问题,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有轨道交通故障图像分析程序,所述轨道交通故障图像分析程序被处理器执行时实现如上述所述轨道交通故障图像分析方法。
本发明提供一种轨道交通故障图像分析方法、装置和系统。其中,本发明所提供的方法包括:服务端通过终端获取故障图像信息;所述服务端根据所述故障图像信息获取定位数据;基于所述定位数据,所述服务端识别所述故障图像信息中的故障区域。在通过终端获取到故障图像信息后,通过所获取的故障图像信息对应的定位数据,进而获取到对应的故障区域,从而实现了获取、定位、找到故障的快速分析处理过程,即通过图像的定位信息快速找出故障区域,大大提高了故障检修工作中的图像分析效率,加快了数据分析速度,缩短了检修时间,在一定程度上保证了轨道交通车辆的安全运行。
附图说明
图1为本发明轨道交通故障图像分析方法实施例方案涉及的硬件运行环境的结构示意图;
图2为本发明轨道交通故障图像分析方法第一实施例的流程示意图;
图3为本发明轨道交通故障图像分析方法第二实施例的流程示意图;
图4为本发明轨道交通故障图像分析方法第二实施例中的步骤S3200的细化流程示意图;
图5为本发明轨道交通故障图像分析方法第二实施例中的步骤S3230的细化流程示意图;
图6为本发明轨道交通故障图像分析方法第三实施例的流程示意图;
图7为本发明轨道交通故障图像分析装置的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
下面详细描述本发明的实施例,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1所示,图1是本发明实施例方案涉及的终端和服务端的硬件运行环境的结构示意图。
本发明实施例终端或服务端均可以是PC,也可以是智能手机、平板电脑、便携计算机等具有显示功能的可移动式终端。
如图1所示,该终端和服务端可以包括:处理器1001,例如CPU,网络接口1004,用户接口1003,存储器1005,通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏、输入单元比如键盘、遥控器,可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器,例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
可选地,终端和服务端还可以包括摄像头、RF(Radio Frequency,射频)电路,传感器、音频电路、WiFi模块等等。此外,移动终端还可配置陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
本领域技术人员可以理解,图1中示出的终端或服务端并不构成对终端或服务端的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机可读存储介质的存储器1005中可以包括操作系统、数据接口控制程序、网络连接程序以及轨道交通故障传输程序。
本发明提供的一种轨道交通故障图像分析方法、装置和系统。其中,所述方法实现了获取、定位、找到故障的快速分析处理过程,即通过图像的定位信息去找出故障区域,大大提高了故障检修工作中的图像分析效率,加快了数据分析速度,缩短了检修时间,在一定程度上保证了轨道交通车辆的安全运行。
实施例1:
参照图2,本发明第一实施例提供一种轨道交通故障图像分析方法,包括:
步骤S1000,服务端通过终端获取故障图像信息;
上述,故障图像信息可以为轨道交通的待检测的区域或部分的图像信息,可以为设备摆放区域的图像信息,也可以为轨道交通设备的内部设置、零配件安装连接等的图像信息,其中,可以包括所拍摄的图像、视频、GPS定位数据、操作工作人员信息、环境数据等等信息。例如,进站口区域安全设施摆放情况的图像,货运车头操作台的控制区域操作图像,列车视频通信视频线路连接图像等等。
上述,所述终端可以为手持的移动终端,也可以为可携带的便携笔记本电脑,在本实施例中,为手持移动终端。其中,所述终端可以设有摄像头、相机等图像获取装置,进而对故障区域的图像进行拍摄和获取。
上述,获取故障区域图像信息,可以通过终端的拍摄装置进行获取,例如,通过手持终端的摄像头获取所述故障区域图像;进而再通过所述终端将所拍摄的图像信息发送至服务端。
步骤S2000,所述服务端根据所述故障图像信息获取定位数据;
上述,服务端对故障图像信息进行分析,提取其中所包含的故障图像,通过故障图像确定所述故障图像的位置,即为对所述故障图像进行识别,从而获取所述故障图像整体拍摄的定位数据。
其中所述定位数据可以为工作人员在通过终端进行拍摄时的故障区域图像所处于的定位位置,也可以为所述故障图像中的每一个内容所处于的定位位置。
步骤S3000,基于所述定位数据,所述服务端识别所述故障图像信息中的故障区域。
上述,根据定位数据,服务端在定位数据的基础上进行对故障图像的分析,从而得到故障图像中的故障区域;其中,所述故障区域可以为一个,也可以为多个,即为一个故障图像中包含有多个不同的故障区域。
本实施例中,服务端在通过终端获取到故障图像信息后,通过所获取的故障图像信息对应的定位数据,进而获取到对应的故障区域,从而实现了获取、定位、找到故障的快速分析处理过程,即通过图像的定位信息快速找出故障区域,大大提高了故障检修工作中的图像分析效率,加快了数据分析速度,缩短了检修时间,在一定程度上保证了轨道交通车辆的安全运行。
实施例2:
参照图3,本发明第二实施例提供一种轨道交通故障图像分析方法,基于上述图2所示的第一实施例,所述步骤S2000“所述服务端根据所述故障图像信息获取定位数据”,包括:
步骤S2100,所述服务端提取所述故障图像信息中的故障图像;
上述,所述故障图像信息中包含有故障图像,服务端提取其中的故障图像用以进一步的识别。所述故障图像可以为图像整体,也可以为图像中的一部分。
步骤S2200,所述服务端将所述故障图像与定位数据库中的数据进行匹配,生成匹配数据;所述定位数据库中包括故障图像与定位数据之间的关联关系;
步骤S2300,所述服务端根据所述匹配数据确定所述终端在获取所述故障图像信息时的所述故障图像信息对应的定位数据。
上述,定位数据库为保存有故障图像与定位数据关联关系的数据库,也可以为保存有故障部件或区区域与定位数据之间的关联关系的数据库。其中,所述定位数据可以为所述故障图像在轨道交通设备及系统的整体区域中所处的位置信息,或者某个部件或某部分在其整体中所处的位置信息或定位信息。例如,通过终端拍摄的故障图像中的一部分为轨道交通列车,通过故障图像与定位数据库中的数据进行匹配后,生成的匹配数据中包含有列车的主动轮和其在列车整体中的定位数据。
此外,定位数据也可以进行判断操作终端的工作人员所在的位置,即服务端通过故障图像与定位数据库中的数据进行匹配,并根据匹配数据确定故障图像信息对应的定位数据,从而就获得了工作人员在进行图像获取时的所处于的定位信息。例如,工作人员在运转车间对货运列车进行故障排查,通过拍照,获得运转车间中的货运列车的图像,通过识别从而获取其定位信息为运转车间,拍摄部分的定位信息为货运列车头部第二节车厢,即为所述工作人员在运转车间对图像进行获取的。
所述步骤S3000“基于所述定位数据,所述服务端识别所述故障图像信息中的故障区域”,包括:
步骤S3100,所述服务端对所述故障图像信息对应的故障图像进行特征提取以获取图像特征;
上述,在故障图像中,在识别时可能包含有一个或多个的图像特征,例如故障图像为列车时,则可能存在传动装置、制动装置两个图像特征。
步骤S3200,所述服务端基于所述定位信息,根据所述图像特征对所述故障图像信息中的故障图像进行识别,以获得所述故障图像信息对应的故障区域。
上述,获取到故障图像的一个或者多个不同的图像特征后,根据每个图像特征对故障图像中的对应部分进行识别,从而或得到对应的故障区域。其中,故障区域可以为一个,也可以为多个不同的故障区域。此外,对故障特征的识别可以通过神经网络的学习功能,进行图形的匹配,从而找出图像与区域的对应关系。
所述步骤S3200“所述服务端基于所述定位信息,根据所述图像特征对所述故障图像信息中的故障图像进行识别,以获得所述故障图像信息对应的故障区域”,包括:
步骤S3210,所述服务端根据所述故障图像信息对应的每个所述图像特征获取所述故障图像中每个所述图像特征对应的位置信息;
上述,所述位置信息可以为故障图像中的图像特征对应的在图像整体中的定位信息,也可以为图像特征在设备或实际区域整体中的定位坐标。
上述,服务端进行根据每个图像特征获取其对应的位置信息,即为对获取得到每个部分或特征对应的区域的定位位置。
步骤S3220,根据所述位置信息,所述服务端获取所述故障图像中每个位置信息对应的可识别区域;
上述,可识别区域为可进行进一步识别的待检修区域,即为可进行进一步进行故障检修的识别区域,工作人员所拍摄的图像中,可能包括有用的信息,也可能包括一些空白区域或不需要进行识别的区域。例如,所采集的图片中,包括轨道列车机车、轨道、信号灯,均为可识别区域,其他的空地、站台、蓝天白云、行人等均不属于可识别区域。
步骤S3230,所述服务端获取每个所述可识别区域的最小截图,生成子区域图像信息,并将所述故障图像对应的多个所述子区域图像信息作为所述故障图像信息对应的故障区域。
上述,对每个可识别区域进行截图,从而获得每个可识别区域的最小截图,其中,每个可识别区域的最小截图中包含有对应的可识别区域的完整的或者主要的可进行故障排查的主要区域。
所述步骤S3230“所述服务端获取每个所述可识别区域的最小截图,生成子区域图像信息,并将所述故障图像对应的多个所述子区域图像信息作为所述故障图像信息对应的故障区域”,包括:
步骤S3231,所述服务端获取每个所述可识别区域的最小截图;
上述,每个最小截图中包含有主要的或者完整的故障排查的区域。其中,如果出现不同区域的交叉或交叠的情况,则以可以看清、可以进行完整识别的可识别区域为主,进行对其截图,对于被遮挡的可识别区域则可进行部分截图或者向所述终端发送提示,以提醒工作人员对该部分的可识别区域所对应的故障图像进行重新获取,以便于清楚的对该区域进行故障排查。
步骤S3232,所述获取在所述故障图像中的每个所述最小截图之间的距离,得到图像距离值;
步骤S3233,将所述图像距离值与预设距离值进行匹配,判断所述图像距离值对应的最小截图是否为可识别区域;
步骤S3234,若是,则生成包括所述最小截图和所述图像距离值的子区域图像信息,并将所述故障图像对应的多个所述子区域图像信息作为所述故障图像信息对应的故障区域。
上述,图像距离值为在故障图像整体中每个最小截图的中心点之间的直线距离,也可以为在实际场景中,每个可识别区域之间的实际距离。此外,也可以为图像边缘的最近点之间的距离。
上述,预设距离值为系统预设的不同的可识别区域的距离值,用以进行对于可识别区域进行识别的二次判断。
上述,通过获取最小截图之间的图像距离值,从而进行图像距离值与预设距离值进行匹配,从而进行对于最小截图是否为可识别区域的二次判断,通过二次判断,从而确定该最小截图为可识别区域,减少系统的误判断,提高系统识别的准确性。
实施例3:
参照图4,本发明第三实施例提供一种轨道交通故障图像分析方法,基于上述图2所示的第一实施例,所述步骤S3000“基于所述定位数据,所述服务端识别所述故障图像信息中的故障区域”之后,还包括:
步骤S4000,所述服务端根据所述故障区域生成与所述故障区域对应的故障数据包;所述故障数据包中包括所述故障区域对应的所述故障图像中的所述故障区域的最小截图和所述定位数据;
步骤S5000,所述服务端将所述故障数据包发送至所述终端。
服务端在定位出故障区域后,每个故障区域对应生成一个故障数据包,该数据包中包含有最小截图以及与最小截图对应的定位数据,并将该数据包发送到终端;工作人员通过终端获取到上述故障数据包后,根据数据包中的数据进行故障排查,通过截图,并基于该定位数据找出故障问题的所在,从而完成故障排查,进行检修。
此外,本发明还提供一种轨道交通故障图像分析装置,包括:获取模块10和识别模块20;
所述获取模块10,用于服务端通过终端获取故障图像信息;
所述获取模块10,还用于所述服务端根据所述故障图像信息获取定位数据;
所述识别模块20,用于基于所述定位数据,所述服务端识别所述故障图像信息中的故障区域。
此外,本发明还提供一种轨道交通故障图像分析系统,包括终端和服务端,其中所述终端包括第一存储器以及第一处理器,所述服务端包括第二存储器以及第二处理器;所述第一存储器和所述第二存储器均用于存储轨道交通故障图像分析程序,所述第一处理器和所述第二处理器均运行所述轨道交通故障图像分析程序以使所述终端和所述服务端执行如上述所述轨道交通故障图像分析方法。
此外,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有轨道交通故障图像分析程序,所述轨道交通故障图像分析程序被处理器执行时实现如上述所述轨道交通故障图像分析方法。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。

Claims (5)

1.一种轨道交通故障图像分析方法,其特征在于,包括:
服务端通过终端获取故障图像信息;
所述服务端根据所述故障图像信息获取定位数据;
基于所述定位数据,所述服务端识别所述故障图像信息中的故障区域;
所述服务端根据所述故障图像信息获取定位数据,包括:
所述服务端提取所述故障图像信息中的故障图像;
所述服务端将所述故障图像与定位数据库中的数据进行匹配,生成匹配数据;所述定位数据库中包括故障图像与定位数据之间的关联关系;
所述服务端根据所述匹配数据确定所述终端在获取所述故障图像信息时的所述故障图像信息对应的定位数据;
所述基于所述定位数据,所述服务端识别所述故障图像信息中的故障区域,包括:
所述服务端对所述故障图像信息对应的故障图像进行特征提取以获取图像特征;
所述服务端基于所述定位数据,根据所述图像特征对所述故障图像信息中的故障图像进行识别,以获得所述故障图像信息对应的故障区域;
所述服务端基于所述定位数据,根据所述图像特征对所述故障图像信息中的故障图像进行识别,以获得所述故障图像信息对应的故障区域,包括:
所述服务端根据所述故障图像信息对应的每个所述图像特征获取所述故障图像中每个所述图像特征对应的位置信息;
根据所述位置信息,所述服务端获取所述故障图像中每个位置信息对应的可识别区域;
所述服务端获取每个所述可识别区域的最小截图;
所述获取在所述故障图像中的每个所述最小截图之间的距离,得到图像距离值;
将所述图像距离值与预设距离值进行匹配,判断所述图像距离值对应的最小截图是否为可识别区域;
若是,则生成包括所述最小截图和所述图像距离值的子区域图像信息,并将所述故障图像对应的多个所述子区域图像信息作为所述故障图像信息对应的故障区域。
2.如权利要求1所述轨道交通故障图像分析方法,其特征在于,基于所述定位数据,所述服务端识别所述故障图像信息中的故障区域之后,还包括:
所述服务端根据所述故障区域生成与所述故障区域对应的故障数据包;所述故障数据包中包括所述故障区域对应的所述故障图像中的所述故障区域的最小截图和所述定位数据;
所述服务端将所述故障数据包发送至所述终端。
3.一种轨道交通故障图像分析装置,其特征在于,包括:获取模块和识别模块;
所述获取模块,用于服务端通过终端获取故障图像信息;
所述获取模块,还用于所述服务端根据所述故障图像信息获取定位数据;
所述识别模块,用于基于所述定位数据,所述服务端识别所述故障图像信息中的故障区域;
所述服务端根据所述故障图像信息获取定位数据,包括:
所述服务端提取所述故障图像信息中的故障图像;
所述服务端将所述故障图像与定位数据库中的数据进行匹配,生成匹配数据;所述定位数据库中包括故障图像与定位数据之间的关联关系;
所述服务端根据所述匹配数据确定所述终端在获取所述故障图像信息时的所述故障图像信息对应的定位数据;
所述基于所述定位数据,所述服务端识别所述故障图像信息中的故障区域,包括:
所述服务端对所述故障图像信息对应的故障图像进行特征提取以获取图像特征;
所述服务端基于所述定位数据,根据所述图像特征对所述故障图像信息中的故障图像进行识别,以获得所述故障图像信息对应的故障区域;
所述服务端基于所述定位数据,根据所述图像特征对所述故障图像信息中的故障图像进行识别,以获得所述故障图像信息对应的故障区域,包括:
所述服务端根据所述故障图像信息对应的每个所述图像特征获取所述故障图像中每个所述图像特征对应的位置信息;
根据所述位置信息,所述服务端获取所述故障图像中每个位置信息对应的可识别区域;
所述服务端获取每个所述可识别区域的最小截图;
所述获取在所述故障图像中的每个所述最小截图之间的距离,得到图像距离值;
将所述图像距离值与预设距离值进行匹配,判断所述图像距离值对应的最小截图是否为可识别区域;
若是,则生成包括所述最小截图和所述图像距离值的子区域图像信息,并将所述故障图像对应的多个所述子区域图像信息作为所述故障图像信息对应的故障区域。
4.一种轨道交通故障图像分析系统,其特征在于,包括终端和服务端,其中所述终端包括第一存储器以及第一处理器,所述服务端包括第二存储器以及第二处理器;所述第一存储器和所述第二存储器均用于存储轨道交通故障图像分析程序,所述第一处理器和所述第二处理器均运行所述轨道交通故障图像分析程序以使所述终端和所述服务端执行如权利要求1-2中任一项所述轨道交通故障图像分析方法。
5.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有轨道交通故障图像分析程序,所述轨道交通故障图像分析程序被处理器执行时实现如权利要求1-2中任一项所述轨道交通故障图像分析方法。
CN201810501910.6A 2018-05-23 2018-05-23 一种轨道交通故障图像分析方法、装置和系统 Active CN108717711B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810501910.6A CN108717711B (zh) 2018-05-23 2018-05-23 一种轨道交通故障图像分析方法、装置和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810501910.6A CN108717711B (zh) 2018-05-23 2018-05-23 一种轨道交通故障图像分析方法、装置和系统

Publications (2)

Publication Number Publication Date
CN108717711A CN108717711A (zh) 2018-10-30
CN108717711B true CN108717711B (zh) 2021-09-24

Family

ID=63900342

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810501910.6A Active CN108717711B (zh) 2018-05-23 2018-05-23 一种轨道交通故障图像分析方法、装置和系统

Country Status (1)

Country Link
CN (1) CN108717711B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210319591A1 (en) * 2018-09-13 2021-10-14 Sony Corporation Information processing device, terminal device, information processing system, information processing method, and program
CN109978828A (zh) * 2019-02-26 2019-07-05 山东师范大学 一种基于图像处理的火车轨道质量判别方法及系统
CN112699705B (zh) * 2019-10-22 2024-09-03 杭州海康威视数字技术股份有限公司 信息采集方法和故障定位方法、装置及电子设备
CN112803285B (zh) * 2020-12-31 2022-12-30 成都中车四方轨道车辆有限公司 一种柔性化接地小电气箱及开关检修生产线
CN112864918B (zh) * 2020-12-31 2022-12-30 成都中车四方轨道车辆有限公司 一种智慧化低压电气检修生产线

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103500347A (zh) * 2013-10-16 2014-01-08 北京航空航天大学 铁路货车折角塞门把手丢失故障的自动检测方法
CN104463235A (zh) * 2014-11-18 2015-03-25 中国铁道科学研究院电子计算技术研究所 基于动车组运行图像的故障识别方法及装置
CN104750698A (zh) * 2013-12-27 2015-07-01 三亚中兴软件有限责任公司 一种监控录像定位查找方法及系统
CN106123772A (zh) * 2016-05-31 2016-11-16 哈尔滨工业大学 一种核燃料棒位姿自动识别装置与方法
CN205754595U (zh) * 2016-06-16 2016-11-30 成都唐源电气股份有限公司 一种隧道高清全息成像装置
CN106226050A (zh) * 2016-07-15 2016-12-14 北京航空航天大学 一种tfds故障自动识别方法
CN106600581A (zh) * 2016-12-02 2017-04-26 北京航空航天大学 一种基于双目立体视觉的列车运行故障自动检测系统及方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103500347A (zh) * 2013-10-16 2014-01-08 北京航空航天大学 铁路货车折角塞门把手丢失故障的自动检测方法
CN104750698A (zh) * 2013-12-27 2015-07-01 三亚中兴软件有限责任公司 一种监控录像定位查找方法及系统
CN104463235A (zh) * 2014-11-18 2015-03-25 中国铁道科学研究院电子计算技术研究所 基于动车组运行图像的故障识别方法及装置
CN106123772A (zh) * 2016-05-31 2016-11-16 哈尔滨工业大学 一种核燃料棒位姿自动识别装置与方法
CN205754595U (zh) * 2016-06-16 2016-11-30 成都唐源电气股份有限公司 一种隧道高清全息成像装置
CN106226050A (zh) * 2016-07-15 2016-12-14 北京航空航天大学 一种tfds故障自动识别方法
CN106600581A (zh) * 2016-12-02 2017-04-26 北京航空航天大学 一种基于双目立体视觉的列车运行故障自动检测系统及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Displacement fault detection of bearing weight saddle in TFDS based on hough transform and symmetry validation;Zhihong Liu等;《IEEE Explore Digital Library》;20120709;全文 *
基于对极几何理论的视觉定位算法研究;薛昊;《中国优秀硕士学位论文全文数据库(信息科技辑)》;20170215(第2期);参见正文第22-26页 *

Also Published As

Publication number Publication date
CN108717711A (zh) 2018-10-30

Similar Documents

Publication Publication Date Title
CN108717711B (zh) 一种轨道交通故障图像分析方法、装置和系统
US11495009B2 (en) Track feature detection using machine vision
CN108090747B (zh) 车险核保的自助验车方法、装置、设备和计算机存储介质
CN108711152B (zh) 一种基于ai技术的图像分析方法、装置和用户终端
CN110769195B (zh) 输电线路施工现场违章智能监控识别系统
KR102085489B1 (ko) 하이브리드 음주측정관리 시스템
CN109495718B (zh) 监控视频获取方法、装置及计算机可读存储介质
CN108765398B (zh) 一种轨道交通监控管理平台
CN110285801B (zh) 智能安全帽的定位方法及装置
US11669909B1 (en) Vehicle inspection systems and methods
CN106296409A (zh) 车辆事故现场勘察方法和系统
CN104634740A (zh) 雾霾能见度监测方法和装置
CN116862843A (zh) 一种施工现场安全风险无感巡检方法及系统
US10801854B2 (en) Navigation system for the visually impaired and method thereof
CN114326794A (zh) 幕墙缺陷的识别方法、控制终端、服务器及可读存储介质
CN104219233A (zh) 一种机务巡检方法和机务巡检用手电筒
KR20160002909U (ko) 스마트폰을 활용한 포트홀 검출 통보 시스템
CN113627321A (zh) 基于人工智能的图像识别方法、装置及计算机设备
CN112859109A (zh) 无人机全景图像处理方法、装置及电子设备
CN113283273A (zh) 基于视觉技术的前方障碍物实时检测方法及系统
CN112132053B (zh) 车厢标识识别方法、装置及计算机存储介质
CN109785617B (zh) 交通控制信息的处理方法
CN106251626A (zh) 交通事故证据获取方法和装置
CN111464991A (zh) 执法终端和系统
MX2015009048A (es) Sistema y metodo para capturar, tratar y mostrar imagenes de la parte inferior de los vehiculos.

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant