[发明专利]一种铁轨扣件病害检测方法及系统

说明书

本发明实施例提供了一种铁轨扣件病害检测方法及系统，方法包括：采集待检测的铁轨扣件图像；将所述待检测的铁轨扣件图像输入训练后的卷积神经网络中，输出得到所述卷积神经网络的原始输出结果；基于预设的决策判别条件，对所述原始输出结果进行检测判别，确定存在病害的目标铁轨扣件图像。本发明实施例提供的一种铁轨扣件病害检测方法及系统，利用卷积神经网络强大的自适应学习能力，自动的学习扣件病害特征，从而实现自动检测扣件病害的功能，检测速度快且准确。

技术领域

本发明实施例涉及轨道交通安全技术领域，尤其涉及一种铁轨扣件病害检测方法及系统。

背景技术

目前，随着道路交通的高速发展，公共交通正从建设期转向养护期，铁轨作为铁路运行的基础，保障铁轨安全可靠，是铁路日常养护的重要工作。铁轨扣件是连接钢轨和轨枕的中间零件，在铁路的运营中，会出现扣件安装错误、扣件丢失、脱扣等病害，会造成钢轨松动，影响铁路正常通行，甚至造成安全事故。如何及时准确的发现病害所在，是保证铁路安全运营的重要工作。

现有技术中，多采用人工肉眼检查扣件，这种检测方法会花费大量的人力和时间。也有通过计算机视觉来进行检测的方式，例如使用灰度通向进行Canny边缘检测来对扣件进行定位判断，但这种方式检测效果差、鲁棒性低。

因此，现在亟需一种新的铁轨扣件病害检测方法来解决上述问题。

发明内容

为了解决上述问题，本发明实施例提供一种克服上述问题或者至少部分地解决上述问题的一种铁轨扣件病害检测方法及系统。

第一方面本发明实施例提供一种铁轨扣件病害检测方法，包括：

采集待检测的铁轨扣件图像；

将所述待检测的铁轨扣件图像输入训练后的卷积神经网络中，输出得到所述卷积神经网络的原始输出结果；

基于预设的决策判别条件，对所述原始输出结果进行检测判别，确定存在病害的目标铁轨扣件图像。

第二方面本发明实施例提供了一种铁轨扣件病害检测系统，包括：

采集模块，用于采集待检测的铁轨扣件图像；

神经网络输出模块，用于将所述待检测的铁轨扣件图像输入训练后的卷积神经网络中，输出得到所述卷积神经网络的原始输出结果；

决策判别模块，用于基于预设的决策判别条件，对所述原始输出结果进行检测判别，确定存在病害的目标铁轨扣件图像。

第三方面本发明实施例提供了一种电子设备，包括：

处理器、存储器、通信接口和总线；其中，所述处理器、存储器、通信接口通过所述总线完成相互间的通信；所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行上述铁轨扣件病害检测方法。

第四方面本发明实施例提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述铁轨扣件病害检测方法。

本发明实施例提供的一种铁轨扣件病害检测方法及系统，利用卷积神经网络强大的自适应学习能力，自动的学习扣件病害特征，从而实现自动检测扣件病害的功能，检测速度快且准确。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种铁轨扣件病害检测方法流程示意图；

图2是本发明实施例提供的检测图像结果示意图；