一种齿轮箱油位高度异常识别方法及电子设备技术

本申请实施例中提供了一种齿轮箱油位高度异常识别方法及电子设备，通过首先获取包含油表所在区域的第一图像；然后从所述第一图像中分析确定出仅包括油表的油表区域图像；再对所述油表区域图像进行分割处理，确定油柱区域和油表的刻度线在所述油表区域图像中的第一相对位置和第二相对位置，最后基于所述第一相对位置与所述第二相对位置确定油位是否处于异常状态。由此可以实现采用机器分析处理的方式自动进行油位异常识别。具有降低高铁系统检修检测成本，提升高铁车辆系统检修效率和系统整体安全性，降低故障发生率的技术效果。降低故障发生率的技术效果。降低故障发生率的技术效果。

【技术实现步骤摘要】
一种齿轮箱油位高度异常识别方法及电子设备


[0001]本申请涉及网络安全技术，具体地，涉及一种齿轮箱油位高度异常识别方法及电子设备。

技术介绍

[0002]目前，针对高铁齿轮箱油位异常的检测和识别大多数采用人工操作的方式进行检测，巡检人员需要下到待检修高铁列车下方的检修通道里，用手电筒照射待检查区域，将观察到的油箱情况记录在纸质文档上，并根据经验作出情况预测，形成检修记录和报告文书。
[0003]人工检测的方法在短期内成本相对低廉，且能采用多人员同时操作检修的方式，在项点产生变化的情况下也能快速适应新状况。但随着高铁车辆数量不断增多，人工检测方案的人力成本直线上升，工人巡检的压力大增。同时，工人在工作时长过长的情况下检测精度会明显下降，且无法保证工人对于每个点位均能检测到，而一旦出现齿轮箱油位高度异常的情况，则可能产生具有较大破坏性的安全事故、甚至还可能导致重大交通人身事故。
[0004]可见，现有技术中存在着高铁齿轮箱油位异常的检测和识别依赖于人工操作，造成高铁系统检修检测成本高，且存在严重安全隐患的技术问题。

技术实现思路

[0005]本申请实施例中提供了一种齿轮箱油位高度异常识别方法及电子设备，用以解决现有技术中存在着的高铁齿轮箱油位异常的检测和识别依赖于人工操作，造成高铁系统检修检测成本高，且存在严重安全隐患的技术问题。
[0006]根据本申请实施例的第一个方面，提供了一种齿轮箱油位高度异常识别方法，包括：
[0007]获取包含油表所在区域的第一图像；
[0008]从所述第一图像中分析确定出仅包括油表的油表区域图像；
[0009]对所述油表区域图像进行分割处理，确定油柱区域在所述油表区域图像中的第一相对位置；
[0010]确定出所述油表的刻度线在所述油表区域图像中的第二相对位置；
[0011]基于所述第一相对位置与所述第二相对位置之间的位置关系，确定油位是否处于异常状态。
[0012]可选地，所述从所述第一图像中分析确定出仅包括油表的油表区域图像，包括：
[0013]采用多尺度检测方法，从所述第一图像中检测确定出包括油表的第一区域图；
[0014]采用非极大值抑制方法对所述第一区域图进行抑制处理后，将满足预定条件的一个区域图确定为所述油表区域图像。
[0015]可选地，所述对所述油表区域图像进行分割处理，确定油柱区域在所述油表区域图像中的第一相对位置，包括：
[0016]采用全卷积网络对所述油表区域图像进行分割处理，确定出所述油表区域图像中
表征油柱所在区域的第二区域图；
[0017]对所述第二区域图进行腐蚀和膨胀处理，并将处理后的第二区域图中最大面积的连通区域作为油柱所在区域；
[0018]将所述油柱所在区域在所述油表区域图像中的相对位置作为所述第一相对位置。
[0019]可选地，所述确定出所述油表的刻度线在所述油表区域图像中的第二相对位置，包括：
[0020]获得所述油表区域图像在预设方向上的第一长度值；
[0021]按照预定比例获得所述第一长度值中的第二长度值，其中，所述预定比例为油表上的刻度线相对于油表规格在所述预设方向上的比例位置；
[0022]将位于所述预设方向上且具有第二长度值的位置点作为所述第二相对位置。
[0023]可选地，所述基于所述第一相对位置与所述第二相对位置之间的位置关系，确定油位是否处于异常状态，包括：
[0024]在所述第一相对位置表征为低于所述第二相对位置时，确定所述油位处于异常状态，其中，所述刻度线为最低油位刻度线；或，
[0025]在所述第一相对位置表征为高于所述第二相对位置时，确定所述油位处于异常状态，其中，所述刻度线为最高油位刻度线。
[0026]根据本申请实施例的第二个方面，提供了一种电子设备，包括：
[0027]图像采集模块，用以获取包含油表所在区域的第一图像；
[0028]处理器，与所述图像采集模块连接，用以从所述第一图像中分析确定出仅包括油表的油表区域图像；对所述油表区域图像进行分割处理，确定油柱区域在所述油表区域图像中的第一相对位置；确定出所述油表的刻度线在所述油表区域图像中的第二相对位置；基于所述第一相对位置与所述第二相对位置之间的位置关系，确定油位是否处于异常状态。
[0029]可选地，所述处理器，用以采用多尺度检测方法，从所述第一图像中检测确定出包括油表的第一区域图；采用非极大值抑制方法对所述第一区域图进行抑制处理后，将满足预定条件的一个区域图确定为所述油表区域图像。
[0030]可选地，所述处理器，用以采用全卷积网络对所述油表区域图像进行分割处理，确定出所述油表区域图像中表征油柱所在区域的第二区域图；对所述第二区域图进行腐蚀和膨胀处理，并将处理后的第二区域图中最大面积的连通区域作为油柱所在区域；将所述油柱所在区域在所述油表区域图像中的相对位置作为所述第一相对位置。
[0031]可选地，所述处理器，用以获得所述油表区域图像在预设方向上的第一长度值，按照预定比例获得所述第一长度值中的第二长度值，其中，所述预定比例为油表上的刻度线相对于油表规格在所述预设方向上的比例位置；将位于所述预设方向上且具有第二长度值的位置点作为所述第二相对位置。
[0032]可选地，所述处理器，用以在所述第一相对位置表征为低于所述第二相对位置时，确定所述油位处于异常状态，其中，所述刻度线为最低油位刻度线；或在所述第一相对位置表征为高于所述第二相对位置时，确定所述油位处于异常状态，其中，所述刻度线为最高油位刻度线。
[0033]根据本申请实施例的第三个方面，提供了一种终端设备，包括存储装置、处理装置
及存储在所述存储装置上并可在所述处理装置上运行的计算机程序，所述处理装置执行所述计算机程序时实现如第一方面所述的铁丝断裂识别的方法中的步骤。
[0034]根据本申请实施例的第四个方面，提供了一种计算机可读存储介质，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如第一方面所述的铁丝断裂识别的方法中的步骤。
[0035]由此可见，本申请实施例中的技术方案通过首先获取包含油表所在区域的第一图像；然后从所述第一图像中分析确定出仅包括油表的油表区域图像；再对所述油表区域图像进行分割处理，确定油柱区域和油表的刻度线在所述油表区域图像中的第一相对位置和第二相对位置，最后基于所述第一相对位置与所述第二相对位置确定油位是否处于异常状态。由此可以实现采用机器分析处理的方式自动进行油位异常识别。具有降低高铁系统检修检测成本，提升高铁车辆系统检修效率和系统整体安全性，降低故障发生率的技术效果。
[0036]本申请实施例至少还具有如下技术效果或优点：
[0037]进一步地，本申请实施例中的技术方案还基于实物中刻度线在油表上的相对位置确定出油表区域图像中刻度线的所在位置，避免了采用图像识别算法时，需要通过多像素的比对换算过程，因此还具有提高计本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种齿轮箱油位高度异常识别方法，其特征在于，包括：获取包含油表所在区域的第一图像；从所述第一图像中分析确定出仅包括油表的油表区域图像；对所述油表区域图像进行分割处理，确定油柱区域在所述油表区域图像中的第一相对位置；确定出所述油表的刻度线在所述油表区域图像中的第二相对位置；基于所述第一相对位置与所述第二相对位置之间的位置关系，确定油位是否处于异常状态。2.根据权利要求1所述的方法，其特征在于，所述从所述第一图像中分析确定出仅包括油表的油表区域图像，包括：采用多尺度检测方法，从所述第一图像中检测确定出包括油表的第一区域图；采用非极大值抑制方法对所述第一区域图进行抑制处理后，将满足预定条件的一个区域图确定为所述油表区域图像。3.根据权利要求1所述的方法，其特征在于，所述对所述油表区域图像进行分割处理，确定油柱区域在所述油表区域图像中的第一相对位置，包括：采用全卷积网络对所述油表区域图像进行分割处理，确定出所述油表区域图像中表征油柱所在区域的第二区域图；对所述第二区域图进行腐蚀和膨胀处理，并将处理后的第二区域图中最大面积的连通区域作为油柱所在区域；将所述油柱所在区域在所述油表区域图像中的相对位置作为所述第一相对位置。4.根据权利要求1所述的方法，其特征在于，所述确定出所述油表的刻度线在所述油表区域图像中的第二相对位置，包括：获得所述油表区域图像在预设方向上的第一长度值；按照预定比例获得所述第一长度值中的第二长度值，其中，所述预定比例为油表上的刻度线相对于油表规格在所述预设方向上的比例位置；将位于所述预设方向上且具有第二长度值的位置点作为所述第二相对位置。5.根据权利要求1所述的方法，其特征在于，所述基于所述第一相对位置与所述第二相对位置之间的位置关系，确定油位是否处于异常状态，包括：在所述第一相对位置表征为低于所述第二相对位置时，确定所述油位处于异常状态，其中，所述刻度线为最低油位刻度线；或，在所述第一相对位置表征为高于所述第二相对位置时，确定所述油位处于异常状态，其中，所述刻度线为最高油位刻度线。6.一种电子设备，其特征在于，包括：图像采集模块，用以获取包含油表所在区域的第一图像；处理器，与所述图像采集模...

【专利技术属性】
技术研发人员：赵勇，毛雷，林昌伟，周星宇，杨宁华，龚月，冯子勇，周瑞，
申请(专利权)人：北京格灵深瞳信息技术有限公司，
类型：发明
国别省市：