CN111311590A - 一种基于图像检测技术的道岔岔尖密贴度检测方法 - Google Patents

Abstract

本发明公开了一种基于图像检测技术的道岔岔尖密贴度检测方法，该方法包括以下步骤：识别岔尖：追踪岔尖；识别岔尖边缘；对比岔尖运动轨迹和正常运动轨迹，进行岔尖密贴度状态检测。本发明提供了基于图像检测技术的道岔岔尖密贴度检测方法，实现对道岔密帖的非接触式实时无损检测，检测效率和准确率高，快捷高效，非常值得推广。

Description

一种基于图像检测技术的道岔岔尖密贴度检测方法

技术领域

本发明涉及无损检测技术领域，具体为一种基于图像检测技术的道岔岔尖密贴度检测方法。

背景技术

道岔尖轨和基本轨之间的闭合度是涉及行车安全的关键因素，当尖轨和基本轨的闭合度缝隙超过2-4mm时会导致列车事故。因此，需要对道岔尖轨进行日常维修和维护，对于尖轨和基本轨的检查，人工巡检方式费时费力，加上我国高速铁路和货运线路的日益繁忙，铁路维修养护的天窗时间越来越短，而当前电务和工务部门采取的定周期维护和故障后抢修的模式，越来越难以满足当前铁路运输发展的需要；通过安装尖轨密贴检查器的方式，能够实现对岔尖的直接检测，但是其设备价格昂贵，安装复杂，需要在钢轨和道床上加装专用密帖监测装置，对钢轨和道床有所损伤，并且安装过程需要大量的专业人员施工和设备状态调整，在运维中也涉及人工维护调整的工作量。使用不便。

现有技术中，申请号为“201310269246.4”的一种道岔尖轨与基轨密贴间距的精确监测方法，基于电磁涡流检测原理，利用电磁涡流检测中的电磁涡流传感器的提离效应原理，使用一个薄片形状的电磁涡流检测传感器监测道岔尖轨尖端与基轨之间的密贴间距，既可以监测道岔是否扳动到位，又可以精确监测道岔尖轨尖端与基轨之间的密贴间距，给出道岔运行的完整安全评判指标。

但是，其在使用过程中，仍然存在较为明显的缺陷：1、上述装置在使用时需要将电磁涡流检测传感器粘贴固定在道岔尖轨尖端与基轨密贴的垂直侧面，安装过程需要大量的专业人员施工和设备状态调整，安装效率较低；2、上述装置中的电磁涡流检测传感器时固定设置在道岔尖轨上的，当尖轨受到损伤发生形变时，电磁涡流检测传感器也会受到波及，造成损坏失效，而且不易拆卸二次利用，使用成本较高。

发明内容

本发明的目的在于提供一种基于图像检测技术的道岔岔尖密贴度检测方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于图像检测技术的道岔岔尖密贴度检测方法，该方法包括以下步骤：

识别岔尖；

追踪岔尖；

识别岔尖边缘；

对比岔尖运动轨迹和正常运动轨迹，进行岔尖密贴度状态检测。

优选的，所述识别岔尖，具体包括：

分别提取视频帧和目标图像SURF特征，并通过特征匹配算法提取视频帧中目标图像区域，实现岔尖识别。

优选的，所述追踪岔尖，具体包括：

利用目标追踪算法预测并匹配相邻视频帧中的目标位置，实现对岔尖的追踪。

优选的，所述利用目标追踪算法预测并匹配相邻视频帧中的目标位置，实现对岔尖的追踪，具体包括：

利用Kalman滤波器预测并匹配相邻视频帧中的目标位置，实现对岔尖的追踪。

优选的，所述识别岔尖边缘，具体包括：

基本轨边缘识别和岔尖部分与基本轨接触的边缘识别。

优选的，所述基本轨边缘识别，具体包括：

利用Canny算子得到包含基本轨边缘信息的二值图像后，再利用Hough变换从边缘检测得到的离散坐标点中准确提取连续的边缘信息。

优选的，所述岔尖部分与基本轨接触的边缘识别，还包括：

将包含岔尖部分图像分割成若干个子图，在每个子图中进行边缘检测，之后将识别后的子图拼接还原成原图像，进而实现对岔尖不规则边缘特征的识别。

优选的，所述对比岔尖运动轨迹和正常运动轨迹，进行岔尖密贴度状态检测，具体包括：

通过实时计算岔尖到预先标定在基本轨边缘的贴合点，得到岔尖运动轨迹图，考虑道岔周期性运动特性，将实时监测到的岔尖运动轨迹与正常运动轨迹做比对，提取包括正位、反位、锁闭等关键点图线，进而监测岔尖密贴度状态及其他关键参数状态。

与现有技术相比，本发明的有益效果是：

1、本发明使用操作简单，对轨道和道床无损伤；

2、在针对岔尖边缘的识别中，本发明考虑到岔尖断面的不规则几何结构，引入图像分割操作，进而提高了对岔尖不规则边缘特征的识别质量；

3、本发明不仅能直接反映岔尖状态，还能实现对岔尖密贴度的实时监测，并且充分考虑到道岔周期性运动特性，将实时监测到的岔尖运动轨迹与正常运动轨迹做比对，这将大幅提高监测效率及准确度，避免误判。

本发明提供了基于图像检测技术的道岔岔尖密贴度检测方法，实现对道岔密帖的非接触式实时无损检测，检测效率和准确率高，快捷高效，非常值得推广。

附图说明

图1为本发明的基于图像检测技术的道岔岔尖密贴度检测方法的流程示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1，本发明提供一种技术方案：

一种基于图像检测技术的道岔岔尖密贴度检测方法，该方法包括以下步骤：

识别岔尖：

追踪岔尖；

识别岔尖边缘；

对比岔尖运动轨迹和正常运动轨迹，进行岔尖密贴度状态检测。

作为一个优选，所述识别岔尖，具体包括：

分别提取视频帧和目标图像SURF特征，并通过特征匹配算法提取视频帧中目标图像区域，实现岔尖识别，SURF是经典目标识别算法之一的尺度不变特征转换(SIFT)的衍生算法，主要包括基于高斯滤波器的尺度空间的建立和基于Hessian矩阵的特征点提取，相比传统的的目标识别算法，SURF具有较低的计算复杂度和更高的稳定性，识别岔尖是整个检测流程的开端。

作为一个优选，所述追踪岔尖，具体包括：

利用目标追踪算法预测并匹配相邻视频帧中的目标位置，实现对岔尖的追踪，这种追踪是动态的，从而实时对岔尖的位置进行跟踪检测。

作为一个优选，所述利用目标追踪算法预测并匹配相邻视频帧中的目标位置，实现对岔尖的追踪，具体包括：

利用Kalman滤波器预测并匹配相邻视频帧中的目标位置，实现对岔尖的追踪，由于Kalman滤波的基本方程是时间域内的递推形式，其计算过程是一个不断地“预测-修正”的过程，在求解时不要求存储大量数据，并且一旦观测到了新的数据，随即可以算的新的滤波值，因此这种滤波方法非常适合于实时处理、计算机实现，可以显著提高对岔尖追踪的准确率。

作为一个优选，所述识别岔尖边缘，具体包括：

基本轨边缘识别和岔尖部分与基本轨接触的边缘识别。

作为一个优选，所述基本轨边缘识别，具体包括：

利用Canny算子得到包含基本轨边缘信息的二值图像后，再利用Hough变换从边缘检测得到的离散坐标点中准确提取连续的边缘信息，在众多边缘识别算法中，Canny边缘算子由于其稳定性和较低的计算复杂度被广泛用于复杂背景下的目标边缘识别任务中，通过计算图像灰度梯度局部最大值提取目标边缘坐标点，准确率高。

作为一个优选，所述岔尖部分与基本轨接触的边缘识别，还包括：

将包含岔尖部分图像分割成若干个子图，在每个子图中进行边缘检测，之后将识别后的子图拼接还原成原图像，进而实现对岔尖不规则边缘特征的识别，上述图像分隔的处理步骤充分考虑到岔尖断面的不规则几何结构，使得对不规则边缘的识别更加精细化。

作为一个优选，所述对比岔尖运动轨迹和正常运动轨迹，进行岔尖密贴度状态检测，具体包括：

通过实时计算岔尖到预先标定在基本轨边缘的贴合点，得到岔尖运动轨迹图，考虑道岔周期性运动特性，将实时监测到的岔尖运动轨迹与正常运动轨迹做比对，避免单一分析缺少基准点而失真，提取包括正位、反位、锁闭等关键点图线，进而监测岔尖密贴度状态及其他关键参数状态，实现对道岔密帖的非接触式实时检测，大幅提高监测效率及准确度，降低由于尖轨闭合不当造成的事故风险。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (8)

1.一种基于图像检测技术的道岔岔尖密贴度检测方法，其特征在于：该方法包括以下步骤：

识别岔尖；

追踪岔尖；

识别岔尖边缘；

对比岔尖运动轨迹和正常运动轨迹，进行岔尖密贴度状态检测。

2.根据权利要求1所述的一种基于图像检测技术的道岔岔尖密贴度检测方法，其特征在于：所述识别岔尖，具体包括：

分别提取视频帧和目标图像SURF特征，并通过特征匹配算法提取视频帧中目标图像区域，实现岔尖识别。

3.根据权利要求1所述的一种基于图像检测技术的道岔岔尖密贴度检测方法，其特征在于：所述追踪岔尖，具体包括：

利用目标追踪算法预测并匹配相邻视频帧中的目标位置，实现对岔尖的追踪。

4.根据权利要求3所述的一种基于图像检测技术的道岔岔尖密贴度检测方法，其特征在于：所述利用目标追踪算法预测并匹配相邻视频帧中的目标位置，实现对岔尖的追踪，具体包括：

利用Kalman滤波器预测并匹配相邻视频帧中的目标位置，实现对岔尖的追踪。

5.根据权利要求1所述的一种基于图像检测技术的道岔岔尖密贴度检测方法，其特征在于：所述识别岔尖边缘，具体包括：

基本轨边缘识别和岔尖部分与基本轨接触的边缘识别。

6.根据权利要求5所述的一种基于图像检测技术的道岔岔尖密贴度检测方法，其特征在于：所述基本轨边缘识别，具体包括：

利用Canny算子得到包含基本轨边缘信息的二值图像后，再利用Hough变换从边缘检测得到的离散坐标点中准确提取连续的边缘信息。

7.根据权利要求5所述的一种基于图像检测技术的道岔岔尖密贴度检测方法，其特征在于：所述岔尖部分与基本轨接触的边缘识别，还包括：

将包含岔尖部分图像分割成若干个子图，在每个子图中进行边缘检测，之后将识别后的子图拼接还原成原图像，进而实现对岔尖不规则边缘特征的识别。

8.根据权利要求1所述的一种基于图像检测技术的道岔岔尖密贴度检测方法，其特征在于：所述对比岔尖运动轨迹和正常运动轨迹，进行岔尖密贴度状态检测，具体包括：

通过实时计算岔尖到预先标定在基本轨边缘的贴合点，得到岔尖运动轨迹图，考虑道岔周期性运动特性，将实时监测到的岔尖运动轨迹与正常运动轨迹做比对，提取包括正位、反位、锁闭等关键点图线，进而监测岔尖密贴度状态及其他关键参数状态。

Images