CN114384078B - 钢轨波磨损伤定位检测方法及设备 - Google Patents

钢轨波磨损伤定位检测方法及设备 Download PDF

Info

Publication number
CN114384078B
CN114384078B CN202111670691.2A CN202111670691A CN114384078B CN 114384078 B CN114384078 B CN 114384078B CN 202111670691 A CN202111670691 A CN 202111670691A CN 114384078 B CN114384078 B CN 114384078B
Authority
CN
China
Prior art keywords
image
rail
wave
steel rail
speed
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202111670691.2A
Other languages
English (en)
Other versions
CN114384078A (zh
Inventor
李登
万亮
巫世晶
龙新平
何翔
陈平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenyang All Powerful Science And Technology Corp
Wuhan University WHU
China Railway Siyuan Survey and Design Group Co Ltd
Original Assignee
Shenyang All Powerful Science And Technology Corp
Wuhan University WHU
China Railway Siyuan Survey and Design Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenyang All Powerful Science And Technology Corp, Wuhan University WHU, China Railway Siyuan Survey and Design Group Co Ltd filed Critical Shenyang All Powerful Science And Technology Corp
Priority to CN202111670691.2A priority Critical patent/CN114384078B/zh
Publication of CN114384078A publication Critical patent/CN114384078A/zh
Application granted granted Critical
Publication of CN114384078B publication Critical patent/CN114384078B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61K—AUXILIARY EQUIPMENT SPECIALLY ADAPTED FOR RAILWAYS, NOT OTHERWISE PROVIDED FOR
    • B61K9/00—Railway vehicle profile gauges; Detecting or indicating overheating of components; Apparatus on locomotives or cars to indicate bad track sections; General design of track recording vehicles
    • B61K9/08—Measuring installations for surveying permanent way
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Signal Processing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Pathology (AREA)
  • Quality & Reliability (AREA)
  • Theoretical Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供了一种钢轨波磨损伤定位检测方法及设备。所述方法包括：通过采集钢轨表面图像及列车速度，并剔除对波磨损伤检测无用的背景信息，进而得到描述图像纹理的描述子向量，采用钢轨表面波磨损伤支持向量机模型判断是否发生波磨损伤，最后采用图像拼接技术得到钢轨纵向波磨损伤分布状况，并将结果存储至数据库。本发明可以在钢轨打磨列车上检测钢轨是否出现波磨损伤，不仅能在一定程度上克服光照强度变化，还能给出具体的钢轨沿纵向的波磨损伤分布状况，准确指导铁路运维人员需要在哪些路段开展打磨作业，具有使用方便、鲁棒性强和智能化程度高的特点。

Description

钢轨波磨损伤定位检测方法及设备
技术领域
本发明实施例涉及钢轨波磨排障技术领域，尤其涉及一种钢轨波磨损伤定位检测方法及设备。
背景技术
当前，高速铁路的发展十分迅速，复杂多变的工况容易造成钢轨波磨损伤，轻微的波磨损伤一方面会严重影响列车运行的平稳性，大大降低乘客乘坐的舒适性，另一方面会进一步加剧钢轨的损伤；严重的岔道处波磨损伤可能会导致列车出轨，造成难以想象的灾难。开展轨道波磨损伤检测以指导铁路运维人员开展钢轨打磨越来越受到重视。目前，相关的测量方法存在强振动的列车运行情况下难以实现随车高速测量，容易受到光照的影响造成误判，没有给出具体的钢轨纵向的波磨损伤分布情况，无法准确指导铁路运维人员需要在哪些路段开展打磨作业。因此，开发一种钢轨波磨损伤定位检测方法及设备，可以有效克服上述相关技术中的缺陷，就成为业界亟待解决的技术问题。
发明内容
针对现有技术存在的上述问题，本发明实施例提供了一种钢轨波磨损伤定位检测方法及设备。
第一方面，本发明的实施例提供了一种钢轨波磨损伤定位检测方法，包括：步骤一，高速相机拍摄第一时刻的钢轨表面图像，速度里程计采集第一时刻的列车速度，通过数据采集仪传输至工业计算机；步骤二，通过Hough直线检测法检测图像中钢轨两侧面的直线，根据计算的直线位置对图像进行分割，剔除对波磨损伤检测无用的背景信息；步骤三，对分割后图像进行滤波，针对钢轨表面实际波磨损伤状况，设计多组的高斯偏导核对图像进行卷积处理，得到描述图像纹理的描述子向量；步骤四，将图像的描述子向量输入到预先构建的钢轨表面波磨损伤支持向量机模型进行识别，判断是否发生波磨损伤；步骤五，在第二时刻重复步骤一、二、三、四，结合速度里程计采集到的速度数据以及第一时刻和第二时刻时长间隔计算两张照片的位移变换，采用图像拼接技术得到钢轨纵向波磨损伤分布状况，并将结果存储至数据库。
在上述方法实施例内容的基础上，本发明实施例中提供的钢轨波磨损伤定位检测方法，所述步骤一中，高速相机采集频率能够克服因相机运动在图像上产生虚影；相机采样频率能够使得相机采集的图像与速度里程计数据匹配；相机正对钢轨上表面，避免因相机视角变换而增加图像处理的难度；采用传感器检测光照明暗，根据检测的光照情况，调节补光模块进行补光。
在上述方法实施例内容的基础上，本发明实施例中提供的钢轨波磨损伤定位检测方法，所述步骤二中，为提高系统的检测效率，减少后续图像处理的时长，通过Hough直线检测法检测图像中钢轨两侧面的直线，根据计算的直线位置对图像进行分割，剔除对波磨损伤检测无用的背景信息，保留包含钢轨上表面的图像，缩小待处理图像的尺寸，提高后续图像处理的速度。
在上述方法实施例内容的基础上，本发明实施例中提供的钢轨波磨损伤定位检测方法，所述步骤三中，图像处理采用GPU编程提高图像处理速度；将图像先存储至数据库，后续采用离线处理的方式对存储的图像进行处理；针对钢轨表面波磨特征构建若干组高斯偏导卷积核，计算图像纹理特征的描述子向量。
在上述方法实施例内容的基础上，本发明实施例中提供的钢轨波磨损伤定位检测方法，所述若干组高斯偏导卷积核中的每一层卷积核包括：
(f*g)[m,n]＝∑k,lf[m-k,n-l]*g[k,l]
其中，m和n为图像f的卷积中心坐标，k和l分别为相对于图像f卷积中心坐标m和n的偏距，g为所采用的卷积核。
在上述方法实施例内容的基础上，本发明实施例中提供的钢轨波磨损伤定位检测方法，所述步骤四中，首先采集钢轨表面不同程度的波磨损伤和健康状态的图片，计算图像纹理特征的描述子向量，根据波磨损伤、健康状态的图片及图像纹理特征的描述子向量构建钢轨表面波磨损伤支持向量机模型，将经过步骤三所提取的图像纹理特征的描述子向量输入到钢轨表面波磨损伤支持向量机模型中，判断钢轨是否发生波磨损伤。
在上述方法实施例内容的基础上，本发明实施例中提供的钢轨波磨损伤定位检测方法，在所述步骤一，高速相机拍摄第一时刻的钢轨表面图像之前，还包括：将固定支架与列车进行固定，高速相机与固定支架进行连接，调整高速相机方向使之正对钢轨上表面；将速度里程计、高速相机和数据采集仪与电脑进行连接，高速相机拍摄第一时刻的钢轨表面图像，速度里程计采集第一时刻的列车速度，所述钢轨表面图像和列车速度通过数据采集仪传输给工业计算机。
第二方面，本发明的实施例提供了一种钢轨波磨损伤定位检测装置，包括：第一主模块，用于高速相机拍摄第一时刻的钢轨表面图像，速度里程计采集第一时刻的列车速度，通过数据采集仪传输至工业计算机；第二主模块，用于通过Hough直线检测法检测图像中钢轨两侧面的直线，根据计算的直线位置对图像进行分割，剔除对波磨损伤检测无用的背景信息；第三主模块，用于对分割后图像进行滤波，针对钢轨表面实际波磨损伤状况，设计多组的高斯偏导核对图像进行卷积处理，得到描述图像纹理的描述子向量；第四主模块，用于将图像的描述子向量输入到预先构建的钢轨表面波磨损伤支持向量机模型进行识别，判断是否发生波磨损伤；第五主模块，用于在第二时刻重复第一、二、三、四主模块的步骤，结合速度里程计采集到的速度数据以及第一时刻和第二时刻时长间隔计算两张照片的位移变换，采用图像拼接技术得到钢轨纵向波磨损伤分布状况，并将结果存储至数据库。
第三方面，本发明的实施例提供了一种电子设备，包括：
至少一个处理器；以及
与处理器通信连接的至少一个存储器，其中：
存储器存储有可被处理器执行的程序指令，处理器调用程序指令能够执行第一方面的各种实现方式中任一种实现方式所提供的钢轨波磨损伤定位检测方法。
第四方面，本发明的实施例提供了一种非暂态计算机可读存储介质，非暂态计算机可读存储介质存储计算机指令，计算机指令使计算机执行第一方面的各种实现方式中任一种实现方式所提供的钢轨波磨损伤定位检测方法。
本发明实施例提供的钢轨波磨损伤定位检测方法及设备，通过采集钢轨表面图像及列车速度，并剔除对波磨损伤检测无用的背景信息，进而得到描述图像纹理的描述子向量，采用钢轨表面波磨损伤支持向量机模型判断是否发生波磨损伤，最后采用图像拼接技术得到钢轨纵向波磨损伤分布状况，并将结果存储至数据库，可以在钢轨打磨列车上检测钢轨是否出现波磨损伤，不仅能在一定程度上克服光照强度变化，还能给出具体的钢轨沿纵向的波磨损伤分布状况，准确指导铁路运维人员需要在哪些路段开展打磨作业，具有使用方便、鲁棒性强和智能化程度高的特点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做一简单的介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的钢轨波磨损伤定位检测方法流程图；
图2为本发明实施例提供的钢轨波磨损伤定位检测装置结构示意图；
图3为本发明实施例提供的电子设备的实体结构示意图；
图4为本发明实施例提供的钢轨波磨损伤定位检测方法中各设备安装结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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。另外，本发明提供的各个实施例或单个实施例中的技术特征可以相互任意结合，以形成可行的技术方案，这种结合不受步骤先后次序和/或结构组成模式的约束，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时，应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
本发明实施例提供了一种钢轨波磨损伤定位检测方法，参见图1，该方法包括：步骤一，高速相机拍摄第一时刻的钢轨表面图像，速度里程计采集第一时刻的列车速度，通过数据采集仪传输至工业计算机；步骤二，通过Hough直线检测法检测图像中钢轨两侧面的直线，根据计算的直线位置对图像进行分割，剔除对波磨损伤检测无用的背景信息；步骤三，对分割后图像进行滤波，针对钢轨表面实际波磨损伤状况，设计多组的高斯偏导核对图像进行卷积处理，得到描述图像纹理的描述子向量；步骤四，将图像的描述子向量输入到预先构建的钢轨表面波磨损伤支持向量机模型进行识别，判断是否发生波磨损伤；步骤五，在第二时刻重复步骤一、二、三、四，结合速度里程计采集到的速度数据以及第一时刻和第二时刻时长间隔计算两张照片的位移变换，采用图像拼接技术得到钢轨纵向波磨损伤分布状况，并将结果存储至数据库。
基于上述方法实施例的内容，作为一种可选的实施例，本发明实施例中提供的钢轨波磨损伤定位检测方法，所述步骤一中，高速相机采集频率能够克服因相机运动在图像上产生虚影；相机采样频率能够使得相机采集的图像与速度里程计数据匹配；相机正对钢轨上表面，避免因相机视角变换而增加图像处理的难度；采用传感器检测光照明暗，根据检测的光照情况，调节补光模块进行补光。
基于上述方法实施例的内容，作为一种可选的实施例，本发明实施例中提供的钢轨波磨损伤定位检测方法，所述步骤二中，为提高系统的检测效率，减少后续图像处理的时长，通过Hough直线检测法检测图像中钢轨两侧面的直线，根据计算的直线位置对图像进行分割，剔除对波磨损伤检测无用的背景信息，保留包含钢轨上表面的图像，缩小待处理图像的尺寸，提高后续图像处理的速度。
基于上述方法实施例的内容，作为一种可选的实施例，本发明实施例中提供的钢轨波磨损伤定位检测方法，所述步骤三中，图像处理采用GPU编程提高图像处理速度；将图像先存储至数据库，后续采用离线处理的方式对存储的图像进行处理；针对钢轨表面波磨特征构建若干组高斯偏导卷积核，计算图像纹理特征的描述子向量。
基于上述方法实施例的内容，作为一种可选的实施例，本发明实施例中提供的钢轨波磨损伤定位检测方法，所述若干组高斯偏导卷积核中的每一层卷积核包括：
(f*g)[m,n]＝∑k,lf[m-k,n-l]*g[k,l] (1)
其中，m和n为图像f的卷积中心坐标，k和l分别为相对于图像f卷积中心坐标m和n的偏距，g为所采用的卷积核。
基于上述方法实施例的内容，作为一种可选的实施例，本发明实施例中提供的钢轨波磨损伤定位检测方法，所述步骤四中，首先采集钢轨表面不同程度的波磨损伤和健康状态的图片，计算图像纹理特征的描述子向量，根据波磨损伤、健康状态的图片及图像纹理特征的描述子向量构建钢轨表面波磨损伤支持向量机模型，将经过步骤三所提取的图像纹理特征的描述子向量输入到钢轨表面波磨损伤支持向量机模型中，判断钢轨是否发生波磨损伤。
基于上述方法实施例的内容，作为一种可选的实施例，本发明实施例中提供的钢轨波磨损伤定位检测方法，在所述步骤一，高速相机拍摄第一时刻的钢轨表面图像之前，还包括：将固定支架与列车进行固定，高速相机与固定支架进行连接，调整高速相机方向使之正对钢轨上表面；将速度里程计、高速相机和数据采集仪与电脑进行连接，高速相机拍摄第一时刻的钢轨表面图像，速度里程计采集第一时刻的列车速度，所述钢轨表面图像和列车速度通过数据采集仪传输给工业计算机。
本发明实施例提供的钢轨波磨损伤定位检测方法，通过采集钢轨表面图像及列车速度，并剔除对波磨损伤检测无用的背景信息，进而得到描述图像纹理的描述子向量，采用钢轨表面波磨损伤支持向量机模型判断是否发生波磨损伤，最后采用图像拼接技术得到钢轨纵向波磨损伤分布状况，并将结果存储至数据库，可以在钢轨打磨列车上检测钢轨是否出现波磨损伤，不仅能在一定程度上克服光照强度变化，还能给出具体的钢轨沿纵向的波磨损伤分布状况，准确指导铁路运维人员需要在哪些路段开展打磨作业，具有使用方便、鲁棒性强和智能化程度高的特点。
本发明实施例提供的钢轨波磨损伤定位检测方法的具体操作过程如下：1)预先采集量健康、不同程度的钢轨波磨损伤的图像，给样本打上对应的标签，构建多层卷积神经网络提取图像的特征，每一层的卷积公式为如(1)式所示。池化层中选用Relu激活函数进行非线性映射，防止梯度消失,全连接层SoftMax将前面提取的特征综合起来，映射到(0,1)空间，计算交叉熵参数对卷积神经网络参数进行更新直至收敛，输出描述波磨损伤特征的描述子向量；
2)选择高斯径向基核函数将描述子向量映射至高维空间实现非线性可分，构建二分类的超平面，公式为：
ω·x+b＝0 (2)
计算每一个样本到超平面的距离的和作为SVM(即支持向量机)模型的优化函数，优化条件为高维空间超平面能将样本分为两类，通时使得所有样本到超平面距离和最大，优化完成得到SVM模型；
3)参见图4，固定工业相机2，将工业相机2、补光模块3、速度里程计4、固定支架5、数据采集仪7以及列车8相连，调整工业相机安装角度，使其垂直朝向钢轨上表面拍摄图像，列车8位于钢轨1上；
4)运行软件系统，运行工业计算机6上的计算软件，打开摄像头，初始化系统，完成工业相机的标定，通过光照传感器判断是否需要打开补光模块3进行补光；
5)采集ti时刻的钢轨表面图像和速度里程数据，传输给工业计算机6；
6)工业计算机6调动GPU对图像进行处理，联合步骤2)中的卷积神经网络提取图像特征，计算出图像纹理特征的描述子向量；
7)将图像的描述子向量输入到预先进行大量数据训练过的钢轨波磨损伤SVM识别模型进行识别，判断是否发生波磨损伤；
8)在tj时刻重复步骤3)、4)、5)，结合速度里程计采集到的速度数据计算ti至tj时刻的图像位移变换，采用图像拼接技术得到钢轨纵向波磨损伤分布状况，将工业计算机处理后数据在显示屏上展示，并将结果存储至数据库；
在步骤6)中为了让更多的像素点分布在我们真正关注的区域，如钢轨上表面，可在保证拍摄物体的前提下，尽可能的减小图幅的大小；同时为了降低工业计算机的计算负荷，提高系统运行效率，可通过Hough直线检测法检测图像中钢轨两侧面的直线，如图4所示，首先对图像进行过滤，在图像x-y空间中，经过点(xi,yi)的直线表示为：
yi＝a·xi+b (3)
其中，a和b为参数。
方程改写为以a-b为参数平面的直线参数空间表达式
b＝-a·xi+yi (4)
即图像空间中经过一个特定点的所有直线在参数空间中表示为一条确定的线，同理，图像空间中另一点也可以在参数空间中用另一条直线表达。因此，图像空间中的两个点可以确定一条直线，即对应了参数空间两条直线的交点。
实际使用中通常会将直线改写为极坐标参数方程，方便优化参数确定取值范围，在图像空间中随机选择多组两个点进行映射，同时给参数空间划分网格，根据交点位置采用软投票的方式给对应的网格进行投票，根据距离的远近进行比例打分。最后对所有网格得分进行排序，逐次提取对应点的直线方程。根据投票最高的两条直线对图像进行分割，剔除对波磨损伤检测无用的背景信息，缩小图像的尺寸，大大提高了后续对图像进行卷积操作的效率。
本发明各个实施例的实现基础是通过具有处理器功能的设备进行程序化的处理实现的。因此在工程实际中，可以将本发明各个实施例的技术方案及其功能封装成各种模块。基于这种现实情况，在上述各实施例的基础上，本发明的实施例提供了一种钢轨波磨损伤定位检测装置，该装置用于执行上述方法实施例中的钢轨波磨损伤定位检测方法。参见图2，该装置包括：第一主模块，用于高速相机拍摄第一时刻的钢轨表面图像，速度里程计采集第一时刻的列车速度，通过数据采集仪传输至工业计算机；第二主模块，用于通过Hough直线检测法检测图像中钢轨两侧面的直线，根据计算的直线位置对图像进行分割，剔除对波磨损伤检测无用的背景信息；第三主模块，用于对分割后图像进行滤波，针对钢轨表面实际波磨损伤状况，设计多组的高斯偏导核对图像进行卷积处理，得到描述图像纹理的描述子向量；第四主模块，用于将图像的描述子向量输入到预先构建的钢轨表面波磨损伤支持向量机模型进行识别，判断是否发生波磨损伤；第五主模块，用于在第二时刻重复第一、二、三、四主模块的步骤，结合速度里程计采集到的速度数据以及第一时刻和第二时刻时长间隔计算两张照片的位移变换，采用图像拼接技术得到钢轨纵向波磨损伤分布状况，并将结果存储至数据库。
本发明实施例提供的钢轨波磨损伤定位检测装置，采用图2中的若干模块，通过采集钢轨表面图像及列车速度，并剔除对波磨损伤检测无用的背景信息，进而得到描述图像纹理的描述子向量，采用钢轨表面波磨损伤支持向量机模型判断是否发生波磨损伤，最后采用图像拼接技术得到钢轨纵向波磨损伤分布状况，并将结果存储至数据库，可以在钢轨打磨列车上检测钢轨是否出现波磨损伤，不仅能在一定程度上克服光照强度变化，还能给出具体的钢轨沿纵向的波磨损伤分布状况，准确指导铁路运维人员需要在哪些路段开展打磨作业，具有使用方便、鲁棒性强和智能化程度高的特点。
需要说明的是，本发明提供的装置实施例中的装置，除了可以用于实现上述方法实施例中的方法外，还可以用于实现本发明提供的其他方法实施例中的方法，区别仅仅在于设置相应的功能模块，其原理与本发明提供的上述装置实施例的原理基本相同，只要本领域技术人员在上述装置实施例的基础上，参考其他方法实施例中的具体技术方案，通过组合技术特征获得相应的技术手段，以及由这些技术手段构成的技术方案，在保证技术方案具备实用性的前提下，就可以对上述装置实施例中的装置进行改进，从而得到相应的装置类实施例，用于实现其他方法类实施例中的方法。例如：
基于上述装置实施例的内容，作为一种可选的实施例，本发明实施例中提供的钢轨波磨损伤定位检测装置，还包括：第一子模块，用于实现所述步骤一中，高速相机采集频率能够克服因相机运动在图像上产生虚影；相机采样频率能够使得相机采集的图像与速度里程计数据匹配；相机正对钢轨上表面，避免因相机视角变换而增加图像处理的难度；采用传感器检测光照明暗，根据检测的光照情况，调节补光模块进行补光。
基于上述装置实施例的内容，作为一种可选的实施例，本发明实施例中提供的钢轨波磨损伤定位检测装置，还包括：第二子模块，用于实现所述步骤二中，为提高系统的检测效率，减少后续图像处理的时长，通过Hough直线检测法检测图像中钢轨两侧面的直线，根据计算的直线位置对图像进行分割，剔除对波磨损伤检测无用的背景信息，保留包含钢轨上表面的图像，缩小待处理图像的尺寸，提高后续图像处理的速度。
基于上述装置实施例的内容，作为一种可选的实施例，本发明实施例中提供的钢轨波磨损伤定位检测装置，还包括：第三子模块，用于实现所述步骤三中，图像处理采用GPU编程提高图像处理速度；将图像先存储至数据库，后续采用离线处理的方式对存储的图像进行处理；针对钢轨表面波磨特征构建若干组高斯偏导卷积核，计算图像纹理特征的描述子向量。
基于上述装置实施例的内容，作为一种可选的实施例，本发明实施例中提供的钢轨波磨损伤定位检测装置，还包括：第四子模块，用于实现所述若干组高斯偏导卷积核中的每一层卷积核包括：
(f*g)[m,n]＝∑k,lf[m-k,n-l]*g[k,l]
其中，m和n为图像f的卷积中心坐标，k和l分别为相对于图像f卷积中心坐标m和n的偏距，g为所采用的卷积核。
基于上述装置实施例的内容，作为一种可选的实施例，本发明实施例中提供的钢轨波磨损伤定位检测装置，还包括：第五子模块，用于实现所述步骤四中，首先采集钢轨表面不同程度的波磨损伤和健康状态的图片，计算图像纹理特征的描述子向量，根据波磨损伤、健康状态的图片及图像纹理特征的描述子向量构建钢轨表面波磨损伤支持向量机模型，将经过步骤三所提取的图像纹理特征的描述子向量输入到钢轨表面波磨损伤支持向量机模型中，判断钢轨是否发生波磨损伤。
基于上述装置实施例的内容，作为一种可选的实施例，本发明实施例中提供的钢轨波磨损伤定位检测装置，还包括：第六子模块，用于实现在所述步骤一，高速相机拍摄第一时刻的钢轨表面图像之前，还包括：将固定支架与列车进行固定，高速相机与固定支架进行连接，调整高速相机方向使之正对钢轨上表面；将速度里程计、高速相机和数据采集仪与电脑进行连接，高速相机拍摄第一时刻的钢轨表面图像，速度里程计采集第一时刻的列车速度，所述钢轨表面图像和列车速度通过数据采集仪传输给工业计算机。
本发明实施例的方法是依托电子设备实现的，因此对相关的电子设备有必要做一下介绍。基于此目的，本发明的实施例提供了一种电子设备，如图3所示，该电子设备包括：至少一个处理器(processor)、通信接口(Communica第一时刻ons Interface)、至少一个存储器(memory)和通信总线，其中，至少一个处理器，通信接口，至少一个存储器通过通信总线完成相互间的通信。至少一个处理器可以调用至少一个存储器中的逻辑指令，以执行前述各个方法实施例提供的方法的全部或部分步骤。
此外，上述的至少一个存储器中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个方法实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件实现。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。基于这种认识，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
在本专利中，术语"包括"、"包含"或者其任何其它变体意在涵盖非排它性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句"包括……"限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (9)

1.一种钢轨波磨损伤定位检测方法，其特征在于，包括：步骤一，高速相机拍摄第一时刻的钢轨表面图像，速度里程计采集第一时刻的列车速度，通过数据采集仪传输至工业计算机；步骤二，通过Hough直线检测法检测图像中钢轨两侧面的直线，根据计算的直线位置对图像进行分割，剔除对波磨损伤检测无用的背景信息；将直线改写为极坐标参数方程，方便优化参数确定取值范围，在图像空间中随机选择多组两个点进行映射，同时给参数空间划分网格，根据交点位置采用软投票的方式给对应的网格进行投票，根据距离的远近进行比例打分；最后对所有网格得分进行排序，逐次提取对应点的直线方程；根据投票最高的两条直线对图像进行分割；步骤三，对分割后图像进行滤波，针对钢轨表面实际波磨损伤状况，设计多组的高斯偏导核对图像进行卷积处理，得到描述图像纹理的描述子向量；步骤四，将图像的描述子向量输入到预先构建的钢轨表面波磨损伤支持向量机模型进行识别，判断是否发生波磨损伤；步骤五，在第二时刻重复步骤一、二、三、四，结合速度里程计采集到的速度数据以及第一时刻和第二时刻时长间隔计算两张照片的位移变换，采用图像拼接技术得到钢轨纵向波磨损伤分布状况，并将结果存储至数据库。
2.根据权利要求1所述的钢轨波磨损伤定位检测方法，其特征在于，所述步骤一中，高速相机采集频率能够克服因相机运动在图像上产生虚影；相机采样频率能够使得相机采集的图像与速度里程计数据匹配；相机正对钢轨上表面，避免因相机视角变换而增加图像处理的难度；采用传感器检测光照明暗，根据检测的光照情况，调节补光模块进行补光。
3.根据权利要求2所述的钢轨波磨损伤定位检测方法，其特征在于，所述步骤二中，通过Hough直线检测法检测图像中钢轨两侧面的直线，根据计算的直线位置对图像进行分割，剔除对波磨损伤检测无用的背景信息，保留包含钢轨上表面的图像，缩小待处理图像的尺寸，提高后续图像处理的速度。
4.根据权利要求3所述的钢轨波磨损伤定位检测方法，其特征在于，所述步骤三中，图像处理采用GPU编程提高图像处理速度；将图像先存储至数据库，后续采用离线处理的方式对存储的图像进行处理；针对钢轨表面波磨特征构建若干组高斯偏导卷积核，计算图像纹理特征的描述子向量。
5.根据权利要求4所述的钢轨波磨损伤定位检测方法，其特征在于，所述若干组高斯偏导卷积核中的每一层卷积核包括：
(f*g)[m,n]＝∑k,lf[m-k,n-l]*g[k,l]
其中，m和n为图像f的卷积中心坐标，k和l分别为相对于图像f卷积中心坐标m和n的偏距，g为所采用的卷积核。
6.根据权利要求5所述的钢轨波磨损伤定位检测方法，其特征在于，所述步骤四中，首先采集钢轨表面不同程度的波磨损伤和健康状态的图片，计算图像纹理特征的描述子向量，根据波磨损伤、健康状态的图片及图像纹理特征的描述子向量构建钢轨表面波磨损伤支持向量机模型，将经过步骤三所提取的图像纹理特征的描述子向量输入到钢轨表面波磨损伤支持向量机模型中，判断钢轨是否发生波磨损伤。
7.根据权利要求6所述的钢轨波磨损伤定位检测方法，其特征在于，在所述步骤一，高速相机拍摄第一时刻的钢轨表面图像之前，还包括：将固定支架与列车进行固定，高速相机与固定支架进行连接，调整高速相机方向使之正对钢轨上表面；将速度里程计、高速相机和数据采集仪与电脑进行连接，高速相机拍摄第一时刻的钢轨表面图像，速度里程计采集第一时刻的列车速度，所述钢轨表面图像和列车速度通过数据采集仪传输给工业计算机。
8.一种电子设备，其特征在于，包括：
至少一个处理器、至少一个存储器和通信接口；其中，
所述处理器、存储器和通信接口相互间进行通信；
所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令，以执行权利要求1至7任一项权利要求所述的方法。
9.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行权利要求1至7中任一项权利要求所述的方法。
CN202111670691.2A 2021-12-31 2021-12-31 钢轨波磨损伤定位检测方法及设备 Active CN114384078B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111670691.2A CN114384078B (zh) 2021-12-31 2021-12-31 钢轨波磨损伤定位检测方法及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111670691.2A CN114384078B (zh) 2021-12-31 2021-12-31 钢轨波磨损伤定位检测方法及设备

Publications (2)

Publication Number Publication Date
CN114384078A CN114384078A (zh) 2022-04-22
CN114384078B true CN114384078B (zh) 2023-11-24

Family

ID=81199749

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111670691.2A Active CN114384078B (zh) 2021-12-31 2021-12-31 钢轨波磨损伤定位检测方法及设备

Country Status (1)

Country Link
CN (1) CN114384078B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101144714A (zh) * 2007-10-26 2008-03-19 北京航空航天大学 一种钢轨磨耗综合参数车载动态测量装置及方法
CN102628814A (zh) * 2012-02-28 2012-08-08 西南交通大学 一种基于数字图像处理的钢轨光带异常自动检测方法
CN108725511A (zh) * 2018-06-06 2018-11-02 湖南大学 钢轨波磨弦测点的实时位置修正方法
CN209624409U (zh) * 2018-10-12 2019-11-12 成都精工华耀科技有限公司 一种轨道可视化巡检二维与三维融合成像装置
CN112969025A (zh) * 2021-03-09 2021-06-15 东莞市诺丽电子科技有限公司 图像采集方法、装置、处理模块、系统及存储介质
CN113362285A (zh) * 2021-05-21 2021-09-07 同济大学 一种钢轨表面伤损细粒度图像分类与检测方法
CN113466247A (zh) * 2021-06-30 2021-10-01 中国铁道科学研究院集团有限公司 基于惯性技术及机器视觉融合的钢轨焊缝检测方法及系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101144714A (zh) * 2007-10-26 2008-03-19 北京航空航天大学 一种钢轨磨耗综合参数车载动态测量装置及方法
CN102628814A (zh) * 2012-02-28 2012-08-08 西南交通大学 一种基于数字图像处理的钢轨光带异常自动检测方法
CN108725511A (zh) * 2018-06-06 2018-11-02 湖南大学 钢轨波磨弦测点的实时位置修正方法
CN209624409U (zh) * 2018-10-12 2019-11-12 成都精工华耀科技有限公司 一种轨道可视化巡检二维与三维融合成像装置
CN112969025A (zh) * 2021-03-09 2021-06-15 东莞市诺丽电子科技有限公司 图像采集方法、装置、处理模块、系统及存储介质
CN113362285A (zh) * 2021-05-21 2021-09-07 同济大学 一种钢轨表面伤损细粒度图像分类与检测方法
CN113466247A (zh) * 2021-06-30 2021-10-01 中国铁道科学研究院集团有限公司 基于惯性技术及机器视觉融合的钢轨焊缝检测方法及系统

Also Published As

Publication number Publication date
CN114384078A (zh) 2022-04-22

Similar Documents

Publication Publication Date Title
Dhiman et al. Pothole detection using computer vision and learning
CN106919915B (zh) 基于adas系统的地图道路标记及道路质量采集装置及方法
CN113516660B (zh) 适用于列车的视觉定位与缺陷检测方法和装置
CN107576960B (zh) 视觉雷达时空信息融合的目标检测方法及系统
CN106203398B (zh) 一种检测车道边界的方法、装置和设备
CN101398886B (zh) 一种基于双目被动立体视觉的快速三维人脸识别方法
CN109460709A (zh) 基于rgb和d信息融合的rtg视觉障碍物检测的方法
CN111784657A (zh) 一种基于数字图像的水泥路面病害自动识别的系统及方法
US11049275B2 (en) Method of predicting depth values of lines, method of outputting three-dimensional (3D) lines, and apparatus thereof
CN114359181B (zh) 一种基于图像和点云的智慧交通目标融合检测方法及系统
CN111414826B (zh) 一种地标箭头的识别方法、设备及存储介质
US9396553B2 (en) Vehicle dimension estimation from vehicle images
CN111311567A (zh) 对轨道线路图像进行扣件和钢轨病害识别的方法
CN113240623B (zh) 一种路面病害检测方法及装置
CN103077526A (zh) 具有深度检测功能的列车异常检测方法及系统
CN112883948B (zh) 一种语义分割与边缘检测模型建立及护栏异常监测方法
CN109489724A (zh) 一种隧道列车安全运行环境综合检测装置及检测方法
CN115131330A (zh) 多源传感器融合的钢轨表面缺陷检测与测量方法及系统
CN113808098A (zh) 道路病害识别方法、装置、电子设备及可读存储介质
CN114812398B (zh) 一种基于无人机的高精度实时裂缝检测平台
CN112198170A (zh) 一种无缝钢管外表面三维检测中识别水滴的检测方法
CN107808524A (zh) 一种基于无人机的道路交叉口车辆检测方法
CN113689392A (zh) 一种铁路扣件缺陷检测方法和装置
CN111754460A (zh) 一种转辙机缺口自动检测方法、系统及存储介质
CN114119539A (zh) 一种基于关键点检测的弓网运行状况在线检测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant