基于词袋模型的地铁车辆螺栓丢失故障检测

螺栓作为地铁车辆上数量最多的零部件,其异常状态检测是日常巡检工作中的重中之重。针对螺栓体积小特征提取困难的问题,提出一种基于词袋模型的地铁车辆螺栓丢失故障检测方法。首先利用滑动窗口在轴箱图像上提取候选区域,接着使用Harris-SIFT结合算法对候选区域提取特征和描述,然后特征聚类构建词袋并获得各个候选区域的词袋描述,最后利用SVM在候选区域进行丢失螺栓检测。实验结果表明,基于词袋模型的地铁车辆螺栓丢失故障检测准确率可达91.5%,能够很好地代替人工进行检查。