[发明专利]基于深度学习的跨座式单轨轨道梁指型板缺陷检测方法及系统

权利要求书

1.一种基于深度学习的跨座式单轨轨道梁指型板缺陷检测方法，其特征在于：所述方法包括以下步骤：

（1）图像采集：

利用图像采集设备采集梁面图像，并将图像数据储存到磁盘中；

（2）图像检测分析：

检测单元从磁盘中读取出梁面图像，使用深度学习检测算法构建学习网络分别对图像上螺母目标和螺母顶点进行训练,得到关于指型板螺母位置数据集的网络权重和关于螺母顶点信息的网络权重，检测时使用指型板螺母位置的网络模型进行检测得到螺母目标的位置信息，进而得到关于指型板螺母缺失的信息；之后把检测到的螺母送入螺母顶点网络模型，得到螺母的顶点信息，进而得到螺母转动信息；

所述图像检测分析包括训练阶段和检测阶段；

训练阶段：使用标定好的指型板螺母数据集在fasterrcnn网络上进行微调，得到关于指型板螺母位置数据集的网络权重；

使用指型板上的单个螺母图片制作六个顶点坐标数据集，使用卷积网络把螺母六个顶点坐标作为回归信息进行训练，得到关于螺母顶点信息的网络权重；

检测阶段：检测时使用螺母位置的网络模型进行检测得到螺母目标的位置信息，进而得到关于指型板螺母缺失的信息；

使用螺母位置的网络模型从原图中得到单个螺母图片，把此图片送入螺母顶点网络模型中进行检测得到螺母六个顶点坐标信息，通过不同时间的前后两次测量的同一个螺母顶点信息得到此螺母的松动信息。

2.根据权利要求1所述的基于深度学习的跨座式单轨轨道梁指型板缺陷检测方法，其特征在于，所述图像采集设备是安装在检测车上的线扫描相机、光电编码器和接近开关，所述光电编码器把检测车的行驶速度转化为高低电平传给线扫描相机；线扫描相机根据编码器的信号调整扫描频率，并将扫描到的线状像素堆叠成面阵，从而采集到梁面图像，并把图像数据储存到磁盘中；接近开关每经过一次指型板信号变化一次，使用此信号来分开采集到的连续两个梁面的图像数据以及确定指型板所在位置。

3.根据权利要求1所述的基于深度学习的跨座式单轨轨道梁指型板缺陷检测方法，其特征在于，所述图像采集设备是安装在检测车上的面阵相机和接近开关，使用面阵相机，在接近开关经过指型板时信号发生变化，面阵相机采集指型板图像，并把图像数据储存到磁盘中。

4.实现权利要求1-3任一项所述方法的检测系统，其特征在于：包括图像采集设备和检测单元：

所述图像采集设备采集梁面图像，并把图像数据储存到磁盘中；

所述检测单元从磁盘中读取出梁面图像，使用深度学习检测算法构建学习网络分别对图像上螺母目标和螺母顶点进行训练,得到关于指型板螺母位置数据集的网络权重和关于螺母顶点信息的网络权重，检测时使用指型板螺母位置的网络模型进行检测得到螺母目标的位置信息，进而得到关于指型板螺母缺失的信息；之后把检测到的螺母送入螺母顶点网络模型，得到螺母的顶点信息，进而得到螺母转动信息；

所述检测单元具体包括训练模块和检测模块；

所述训练模块，使用标定好的指型板螺母数据集在fasterrcnn网络上进行微调，得到关于指型板螺母位置数据集的网络权重；使用指型板上的单个螺母图片制作六个顶点坐标数据集，使用卷积网络把螺母六个顶点坐标作为回归信息进行训练，得到关于螺母顶点信息的网络权重；

所述检测模块使用指型板螺母位置的网络模型进行检测得到螺母目标的位置信息，进而得到关于指型板螺母缺失的信息；使用螺母位置信息从原图中得到单个螺母图片，把此图片送入螺母顶点网络模型中进行检测得到螺母六个顶点坐标信息，通过不同时间的前后两次测量的同一个螺母顶点信息得到此螺母的松动信息。

5.根据权利要求4所述的检测系统，其特征在于，所述图像采集设备包括线扫描相机、光电编码器、接近开关，安装在检测车上，所述光电编码器把检测车的行驶速度转化为高低电平传给线扫描相机；线扫描相机根据编码器的信号调整扫描频率，并将扫描到的线状像素堆叠成面阵，从而采集到梁面图像，并把图像数据储存到磁盘中；接近开关每经过一次指型板信号变化一次，使用此信号来分开采集到的连续两个梁面的图像数据以及确定指型板所在位置。

6.根据权利要求4所述的检测系统，其特征在于，所述图像采集设备包括面阵相机和接近开关，使用面阵相机，在接近开关经过指型板时信号发生变化，面阵相机采集指型板图像，并把图像数据储存到磁盘中。