一种铁路货车车轴轴端识别方法、系统、设备及存储介质与流程

本发明涉及铁路货车车轴轴端信息识别，具体涉及一种铁路货车车轴轴端识别方法、系统、设备及存储介质。

背景技术：

1、当前，新一轮科技革命和产业变革加速发展，大数据、人工智能、物联网等新一代信息技术正在与制造业深入融合，不断改变着制造业的生产方式、组织方式和发展模式，数字化、网络化、智能化已经成为制造业发展的重要方向。

2、列车轮对是车辆重要的行走部件，车轴的检修为铁路各车辆段、车辆厂车辆检修的重要流程，准确且稳定的轮对轴端字符识别是检修的基础并且尤为重要。

3、此前这项工作还处于人工抄写记录阶段，无论是新生产的列车车轴还是镟修的轮对，其参数记录都需要检测人员手工完成。在针对大批量轮对检修时，检修的中间环节多，人工抄写容易产生视觉疲劳，信息录入错误，加重了工人的劳动强度。所以提出铁路货车车轴轴端信息识别方法是十分必要且有应用价值的。且铁路货车制动系统因漏装、错装直接影响车辆行车安全，也容易导致车辆运行批量故障。

技术实现思路

1、根据现有技术的不足，本发明的目的是提供一种铁路货车车轴轴端识别方法、系统、设备及存储介质，针对铁路货车车轴轴端字符分布密集、难以识别的特点，对每一字符进行单独定位，得到每个字符的包围框，对轴端图像增强后，进行字符识别，本发明能够减少人工作业，降低人工劳动强度，提高铁路货车车轴轴端识别的检测效率和准确率。

2、为了解决上述技术问题，本发明采用的技术方案为：

3、一种铁路货车车轴轴端识别方法，包括以下步骤：

4、获取轴端图像；

5、获取字符区域位置信息；

6、旋转轴端图像，使字符区域旋转到正位；

7、对字符区域内的每一字符进行单独定位，得到每个字符的包围框；对轴端图像进行图像增强；

8、对每个包围框内的字符进行识别并传输字符数据。

9、进一步地，利用hough梯度法检测轴端图像中的圆形，去除重复圆形，获得第一螺栓圆孔、第二螺栓圆孔与一个中心圆孔的位置信息并确定第一螺栓圆孔、第二螺栓圆孔与一个中心圆孔包围的区域为字符区域。

10、进一步地，获取轴端图像旋转角度，构造旋转矩阵m对轴端图像做绕轴端图像中心点的旋转。

11、进一步地，基于分割的方法，通过在像素层面寻找字符：通过训练深层神经网络输出两个分支，一个分支输出字符中心概率热力图，另一个分支输出各行字符间的连接关系热力图，字符中心概率热力图精确定位图像中每个字符位置，连接关系热力图确定字符所在行，结合两个分支结果确定各个字符位置和分行情况，每个字符通过包围框包围。

12、进一步地，获取每一行字符中所有包围框的数量，若包围框数量符合规则，则纠正完毕，若包围框数量不符合规则，则取每一行字符中各个字符的包围框宽度数据的中位数为标准宽度，进行字符漏检纠正和包围框字符过多纠正；

13、字符漏检纠正：若相邻两个包围框之间的距离大于0.7倍的标准宽度，则判定两个包围框之间存在字符漏检，根据两个包围框的角点数据，补齐漏检字符的包围框；

14、包围框字符过多纠正：将宽度大于1.5倍标准宽度的包围框作为过宽包围框，则判定包围框中有多个字符，分割过宽包围框；

15、更新包围框数量，若包围框数量符合规则，则纠正完毕，若仍然不符合规则，则确定该行两端字符未准确定位，根据标准宽度将该行包围框向两侧扩充，直到包围框数量符合规则为止。

16、进一步地，建立自适应图像增强网络对字符图像进行图像增强，图像增强包括：

17、模式内干扰图像增强：将字符图像分为多个小部分，通过增强网络学习预测每一小部分图像的偏移量，得到第一增强字符图像，函数表达式为：

18、f(x1)＝(1-)x1+xoffset#

19、其中，x1为原始图像，xoffset为网络学习到的偏移量，α由网络预测得到，感知不同任务的难度，f(x1)为第一增强字符图像；

20、模式间干扰图像增强，定义多个幂函数的线性组合获取第二增强字符图像，利用网络学习的不同权重线性组合分离字符与背景，函数表达式为：

21、

22、x2＝(x1)#

23、其中，ωi为网络学习到的线性组合权重，指数γi为预先指定的一组与n有关的数据，满足：

24、

25、其中，n表示变换的复杂度，n越大将支持更多子空间。

26、进一步地，采用字符识别网络对字符进行识别：

27、收集轴端图像集，从轴端图像中分割出单独的字符图像进行分类标注后分为训练集和验证集；

28、对字符图像进行特征提取，获得深层特征；

29、对字符图像进行字符识别，获取每一类字符分类置信度结果；

30、对字符图像进行分类，分类结果包括所有字符类别置信度，取最高分类置信度字符为字符识别的结果；

31、对字符图像训练迭代，不断更新参数，最终达到预期的识别准确性。

32、一种铁路货车车轴轴端识别系统，包括：

33、图像获取模块，用于获取轴端图像；

34、字符区域获取模块，用于获取字符区域位置信息；

35、图像纠正模块，用于旋转轴端图像，使字符区域旋转到正位；

36、定位模块，用于对字符区域内的每一字符进行单独定位，得到每个字符的包围框；图像增强模块，用于对轴端图像进行图像增强；

37、字符识别模块，用于对每个包围框内的字符进行识别并传输字符数据。

38、一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现任一项所述的铁路货车车轴轴端识别方法。

39、一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现任一项所述的铁路货车车轴轴端识别方法。

40、与现有技术相比，本发明具有以下优点和有益效果：

41、(1)本发明提出一种铁路货车车轴轴端识别方法、系统、设备及存储介质，针对轴端字符的特殊分布规律，设计了相应的基于vgg特征提取网络的字符检测网络模型，且实现了轴端图像单个字符的准确定位分割。

42、(2)本发明提出一种铁路货车车轴轴端识别方法、系统、设备及存储介质，针对于铁路货车车轴轴端字符分布密集，字符检测阶段可能出现漏检错检的问题，对包围框的大小和数量进行判断，进而调整包围框，获取符合规则的包围框，便于对每一行字符中的所有字符进行检测，提高检测准确率。

43、(3)本发明提出一种铁路货车车轴轴端识别方法、系统、设备及存储介质，针对轴端图像模式内与模式间干扰问题，进行自适应图像增强：设计卷积神经网络及幂函数线性组合图像增强表示，实现干扰图像自适应增强，提升了字符识别准确率。

44、(4)本发明基于前端便捷信息采集，利用后台的升级便利性，实现整个系统的自进化优势。针对字符识别技术的逐步应用和新技术的逐步涌现，通过自进化达到系统的自更新能力。

45、(5)本发明基于人工智能技术，采用基于transform的识别模型，对字符进行识别，能适应各种复杂环境，保证识别准确率。

46、(6)本发明能够识别方法用于手机，通过跨平台设计语言，能够实现在手机上的应用app对铁路货车车轴轴端识别，方便携带和现场操作。