一种基于机器视觉的车底部件异常检测方法及系统

本发明提供一种基于机器视觉的车底部件异常检测方法及系统，包括分类模型构建步骤，将各类部件的历史图像通过分类训练策略得到分类模型；部件图像获取步骤，获取铁轨上的线扫相机拍摄的列车底部连续图像作为车底部件图；图像一次配准步骤，将车底部件图输入分类模型中输出模版图像；图像二次配准步骤，再将车底部件图向外扩展一定像素距离后与该模版图像进行二次配准，根据配准结果输出重新进行图像一次配准步骤或进行特征比对输出步骤；特征比对输出步骤，在车底部件图中提取特征向量与模版图像中的特征向量进行欧式距离计算对比，根据比较结果输出部件故障指令或部件正常指令；本发明优点是通过两次配准提高提高部件匹配的准确性和可靠性。