[发明专利]一种在接触网图像中智能识别线夹螺母脱落的方法及系统

说明书

技术领域

本发明涉及对高铁接触网的图像进行处理的技术领域，尤其涉及一种在接触网图像中智能识别线夹螺母脱落的方法及系统。

背景技术

接触网是电气化铁道的重要设备，由于接触网结构、力学、工作环境等工作特点，易造成松脱裂断等故障，且接触网沿线架设无备用，是整个牵引供电系统的薄弱环节，其技术参数是否符合要求将直接影响铁路供电和行车安全，因此铁路供电部门要有计划地进行接触网检测，以便及时发现隐患，保证电气化铁路的安全运营，为此原铁道部积极构建高速铁路供电安全检测监测系统(6C系统)，并于2012年7月发布实施《高速铁路供电安全检测监测系统(6C系统)总体技术规范》。

由于高速铁路接触线及承力索的张力增大，各接触网零部件的受力及震动也大幅增加，接触网零部件的安全问题尤为突出，实际运营过程中已发生多起由接触网关键部件引发的事故，因此为了高速铁路安全运行，需要对接触网悬挂状态进行有效的监测，定位线夹作为接触网悬挂的关键部件，处于接触线和受电弓的连接部位，受到的冲击力很大，一旦发生松动或脱落等故障，会造成接触线脱落引发弓网事故，因此需要针对定位线夹状态进行监测。

目前现阶段接触网定位线夹是否存在故障主要采用人工定期巡视检测和技术人员查看定位线夹图像的方式，但是存在劳动强度大，工作效率低，工作周期长，隐患不易发现等缺点。相对于人工巡线的方式，通过查看图像的方式检测装置故障可大大缩短工作周期，但通过高清成像系统得到的接触网关键悬挂图像数量巨大，工人容易产生视觉疲劳从而发生误检漏检。因此，采用图像处理的方式自动检测图像中关键部件的故障成为亟待解决的实际工程问题，其中在高精度成像的图像中准确定位到定位线夹就是第一个步骤，定位的准确率直接影响后续检测的准确率，是关键的一步。另外即使是采用技术人员人工查看图像的方式，单独提取定位线夹部分显示查看也可以大大提高效率，对于定位线夹的监测具有重要的意义。

目前的检测方式仍限制在后期人工查看高清图像的阶段，国内外基于图像处理的定位线夹智能检测方法的研究很少，在实际工程应用中，利用图像处理的定位线夹故障检测也尚无先例。

针对此问题，申请号为201510217820.0的专利公开了一种在接触网图像中定位出定位线夹的方法，但这样定位出的定位线夹要使识别出螺母是否脱落仍然需要人工才能实现，但人工对接触网悬挂关键部件中的螺母脱落缺陷隐患不易发现、耗时。

发明内容

针对上述人工识别螺母是否脱落存在不易发现、耗时的技术问题，本发明公开了一种在接触网图像中智能识别线夹螺母是否脱落的方法，本发明还公开了一种在接触网图像中智能识别线夹螺母是否脱落的系统。

本发明公开了一种在接触网图像中智能识别线夹螺母脱落的方法，其具体包括以下的步骤：步骤一、获取接触网图像，并定位出其中含有定位线夹的图像；步骤二、提取定位后图像的特征，并根据特征进行聚类，得到不同部件的聚类结果，聚类后各个部件的边缘形成各个部件的矩形检测框，所述部件包括螺杆、螺母以及开口销；步骤三、进行螺母是否脱落的判定：当同时满足以下条件时，判定该检测框中的螺母脱落，（1）检测框的宽度大于高度；（2）检测框的左右在一定位置范围内无其它检测框；（3）检测框的上下在一定位置范围内无其它检测框。通过上述方法，智能识别出螺母脱落的线夹。

更进一步地，上述步骤三中的条件还包括（4）检测框的总数大于4。避免因为图像质量问题导致无法提取出检测框带来的干扰，提高了识别的准确度。

更进一步地，上述步骤二中的聚类具体是指根据形状特征和位置关系进行聚类。定位线夹的图片，根据标准的规定，螺杆、螺母、开口销以及他们的位置关系有其明显的特性，可以直接根据形状和位置关系进行聚类就可以得到不同的部件轮廓。

更进一步地，上述提取定位后图像的特征中的提取具体是指对MSER区域特征提取算法进行改进，将不同阈值所得的极值区域作为形状特征。提取算法简便，高效，便于实现。

更进一步地，上述方法还包括精定位线夹图像，在精定位线夹图像的基础上进行智能识别线夹螺母是否脱落。精定位，提高了识别的准确度，同时降低了识别的计算量，以便于工程实现。