[发明专利]高铁接触网悬挂装置耳片断裂检测方法

说明书

技术领域

本发明涉及高速铁路图像检测领域，特别涉及SIFT(Scale-Invariant Feature Transform，尺度不变特征变换)图像不变特征提取，特征点匹配与筛选，耳片断裂故障识别等方法。

背景技术

旋转双耳位于高铁接触网支撑定位器的连接处，是触网支撑结构中重要的承力部件，对列车安全运行起到至关重要的作用。在铁路实际运营中，常因列车震动而引发耳片断裂故障，导致接触网支撑装置结构强度降低，严重时甚至有定位器脱落的危险。因此有必要对旋转双耳部件进行检测，及时发现并更换故障部件。

目前，我国铁路部门主要采取人工方式对接触网零部件进行检查。这种方法效率较低，不能及时发现故障，因此有必要研究自动检测方法。目前，基于图像处理的自动检测技术已在铁路上有所应用，主要用于实现接触网几何参数和受电弓磨损的检测。然而针对旋转双耳的故障检测方法目前尚未出现。

发明内容

本发明的目的在于提供一种高铁接触网旋转双耳而片断裂故障的检测方法。该方法利用SIFT的缩放、旋转、亮度以及仿射不变性，能够从不同拍摄环境、不同拍摄角度的接触网支撑与悬挂装置图像中，准确识别并提取出旋转双耳，同时对是否发生耳片断裂故障进行自动判断。其具体手段是：

一种利用尺度不变特征变换SIFT(Scale-Invariant Feature Transform)的高铁接触网支撑装置耳片断裂检测方法，利用安装在检测车车顶的CCD工业摄像机对接触网支撑与悬挂装置图像进行采集后对所采集的图像进行局部特征点匹配、聚类、定位和断裂故障检测，包括以下步骤：

A、将CCD工业摄像机和射灯安装在检测车车顶，检测车沿铁路线运行，遇到接触网支柱时自动拍摄接触网支撑与悬挂装置图像，采用夜间加射灯的拍摄方式以减少日光干扰。

B、将A所获图像利用SIFT在现场采集到的接触网支撑与悬挂装置图像与旋转双耳标准模板图像之间实现局部特征点匹配；

C、将B所获支撑与悬挂装置图像中所有匹配成功的特征点按空间距离进行聚类，每个聚类对应一个疑似旋转双耳的图像区域；

D、利用改进之后的随机抽样一致算法RANSAC(Random Sample Consensus)对所述聚类中的特征点对进行筛选，判断该聚类所对应的图像区域中是否包含旋转双耳，计算模板图像与接触网支撑与悬挂装置图像中旋转双耳区域之间的仿射变换矩阵，实现旋转双耳在接触网支撑与悬挂装置图像中的定位，其算法流程如下：

A1：从所述的聚类中随机抽取3个特征点，利用公式(1)计算接触网支撑与悬挂装置图像与模板图像之间的仿射变换矩阵H₁。

H₁＝BA^T(AA^T)^-1                        (1)