[发明专利]基于非线性拟合的接触网运行异常状态智能检测方法

权利要求书

1.基于非线性拟合的接触网运行异常状态智能检测方法，包括如下步骤：

(1)系统初始化

1a)利用车载高速摄像机采集待检测接触网的照片信息；

1b)将采集到的待检测接触网照片信息通过网络传输设备发送给铁路局监测中 心；

1c)将高速摄像机所采集的接触网状态照片缓存于数据库中；

(2)针对特殊气候和光照条件微弱的情况下，对接触网状态图像进行预处理， 增强图像的亮度和对比度；

(3)根据同类铁路段接触网的建设特点，使用机器学习的方法对高速摄像机拍 摄的图像进行区域提取，只关注接触网的三角结构、主干区域和电线等较清晰的几个 接触网关键部件及区域

3a)使用Haar-like特征检测关键部件的矩形特征；

3b)使用积分图对Haar-like特征求值，遍历一次图像并快速求出图像中所有区 域像素；

3c)使用AdaBoost算法训练接触网关键部分的强分类器，将接触网关键部件及 区域从原始图像中分离；

(4)对接触网的三角结构、主干区域和电线等较清晰的几个接触网关键部件区 域使用sobel边缘检测算子进行边缘提取，分别为边缘图I_T，I_M和I_W；

(5)提取异常状态特征边缘图

5a)对提取到边缘图I_T，I_M和I_W进行Hough直线检测得到图I_TH,I_MH和I_WH；

5b)分别将边缘图和Hough直线检测得到的图中所有像素值进行逻辑“异或”， 并进行腐蚀运算消除逻辑“异或”产生的孤立点，得到图I'_TH，I'_MH和I'_WH，统计图中 的像素值个数n，当像素值个数n大于设定阈值α_n时，判断此结构包含异常状态，执 行步骤(6)；否则认为无异常，执行步骤(2)；

(6)对图I'_TH，I'_MH和I'_WH建立直角坐标系，提取待拟合的曲线，选取图中像素 点并记录坐标(x_i,y_i)，(i＝1,2"m)，其中

(7)对选取的点进行非线性拟合，寻找函数使得函数在点x_i(i＝1,2…m) 处的函数值与观测数据偏差的平方和达到最小；

(8)计算函数的可决系数R²，当可决系数R²大于预设阈值α_R时，认定 拟合效果达到要求，则选取函数为最佳拟合函数，并认为检测结果包含疑似缺 陷，执行步骤(9)；否则，执行步骤(2)；

(9)将疑似缺陷的接触网运行异常状态图像筛选至待检测文件夹中；

(10)使用智能分析管理人机交互模块对疑似缺陷的接触网运行异常状态图像进 行人工细检，管理人员可以对系统进行配置、查询、运行和中断等操作，最终筛选出 真正缺陷的接触网状态。

2.根据权利要求1所述的基于非线性拟合的接触网运行异常状态智能检测方法， 其特征在于：步骤(3)所述的使用机器学习的方法对高速摄像机拍摄的图像进行区 域提取，只关注较清晰的几个接触网关键部件区域的具体步骤如下：

第一，对高速摄像机采集到的图像利用Haar-like矩形特征做检测反应其线性特 征，统一选用8*8检测子窗口，用白色矩形像素和减去黑色矩形像素和，求出每个待 检测子窗口中的特征个数和每个特征的特征值；

第二，使用积分图对Haar-like矩形特征求值进行加速；

第三，确定了训练子窗口中的矩形特征数量和特征值后，为每一个特征训练一个 弱分类器；

第四，将各个训练得到的弱分类器组合成强分类器。