[发明专利]一种扣件弹舌离缝检测方法

权利要求书

1.一种扣件弹舌离缝检测方法，其特征在于：包括以下步骤：

步骤1：采用三维成像系统获取轨道三维形貌数据，以轨道平面为水平面基准，将三维形貌数据转换为二维深度图像；

步骤2：在二维深度图像中确定扣件位置，并提取扣件局部二维深度图像；

步骤3：设定阈值T₁，对扣件局部二维深度图像进行阈值化处理，提取扣件螺栓轮廓，T₁取值范围为0-1000；

步骤4：计算扣件螺栓的中心位置C(x_c,y_c)；

步骤5：以螺栓区域中心位置为起点，朝向钢轨一侧，垂直于钢轨纵向方向，采样r个像素灰度值，得到采样序列S＝{s₁,s₂,...,s_r}，r的取值范围为5～100；

步骤6：设定阈值T₃，对采样序列进行阈值化处理，得到新的采样序列S'＝{s′₁,s'₂,...,s'_r}，T₃的取值范围为0-1000；

步骤7：基于新的采样序列S'＝{s′₁,s'₂,...,s'_r}，计算扣件弹舌的高度h；

步骤8：基于弹舌参考高度值h_s，计算弹舌离缝高度Δh＝h-h_s；

步骤9：设定阈值T₄，根据弹舌离缝高度Δh与阈值T₄，判断是否存在弹舌离缝危险，T₄的取值范围为0-1000。

2.根据权利要求1所述的扣件弹舌离缝检测方法，其特征在于：所述步骤1中的三维成像系统为线结构光三维扫描成像系统，获取轨道扣件三维形貌数据时，需对采集的三维形貌数据进行扫描方向校准，以保证转化后的二维深度图像中像素横坐标与纵坐标单位像素所代表的物理尺寸相等。

3.根据权利要求1所述的扣件弹舌离缝检测方法，其特征在于：步骤2中所述的确定扣件在二维深度图像中位置可采用手动选取，也可以采用SVM或深度学习或神经网络分类自动检测方法。

4.根据权利要求1所述的扣件弹舌离缝检测方法，其特征在于：步骤3中所述阈值T₁＝v_max-a，其中，v_max表示局部二维深度图像中的最大灰度值，a为固定常数，取值为正整数；所述阈值化处理方法如下：

其中，f(x,y)和f′(x,y)分别表示阈值处理前和处理后的局部二维深度图像中像素坐标(x,y)处的像素灰度值。

5.根据权利要求1所述的扣件弹舌离缝检测方法，其特征在于：步骤4中所述螺栓中心位置C(x_c,y_c)采用公式(2)或公式(3)计算：

其中，(x_c,y_c)表示螺栓区域中心位置，x_min、x_max分别表示螺栓区域包含像素点的最小和最大横坐标值，y_min、y_max分别表示螺栓区域包含像素点的最小和最大纵坐标值，x_i,y_i是像素坐标，S表示螺栓区域，N是螺栓区域中像素数量。

6.根据权利要求1所述的扣件弹舌离缝检测方法，其特征在于：所述阈值化处理方法如下：

所述阈值

7.根据权利要求1所述的扣件弹舌离缝检测方法，其特征在于：步骤7中所述弹舌高度h的计算公式如下：

其中，r表示采样序列S'＝{s′₁,s'₂,...,s'_r}中元素个数，m表示采样序列S'＝{s′₁,s'₂,...,s'_r}中非零元素个数。