基于目标检测的铁路货车承载鞍错位故障识别

为精准识别铁路货车承载鞍错位状态,避免重大安全事故发生,提出一种基于目标检测的铁路货车承载鞍错位故障识别方法。采用基于掩模区域神经网络的小目标分割算法,分割铁路货车待检测图像,并提取目标感兴趣区域,经灰度化预处理感兴趣区域图像后,利用改进边缘检测算法提取承载鞍区域边缘轮廓信息,通过直线段检测算法提取承载鞍边缘直线特征,依据边缘直线斜率及中心线的相对位置判定承载鞍错位情况。实验结果证明,所提方法能够精准分割出承载鞍区域,分割准确率高达97.5%;错位识别相似系数高,识别假阳性、假阴性率表现均衡且较小,故障识别结果与标准结果最接近。