[发明专利]基于红外热成像和计算机视觉的轨道故障检测方法及系统

说明书

本发明公开了一种基于红外热成像和计算机视觉的轨道故障检测方法及系统，该方法的步骤为：无人机进行电车轨道图像采集；地面站接收高清摄像头图像数据进行图像预处理；对槽内较暗区域和槽外较亮区域进行两次多阈值轨道区域分割，依据较亮较暗区域相邻的距离特征分割轨道区域，提取得到轨道图像；红外热像图进行灰度化，采用相对温差法提取轨道上的高温区；预处理后的图像与轨道检测窗口叠加，掩膜得到感兴趣区域，感兴趣区域进行边缘闭合判断和填充得到连通区域，筛选连通区域得到疑似轨道异物；疑似轨道异物输入BP神经网络进行识别，得到异物分类结果。本发明实时进行轨道异物识别和温度检测，减少轨道交通的事故发生率，提高电车运行安全性。

技术领域

本发明涉及轨道检测技术领域，具体涉及一种基于红外热成像和计算机视觉的轨道故障检测方法及系统。

背景技术

现代有轨电车以绿色环保、安全舒适、灵活便捷的特点走进人们的生活，但是相较地铁而言，现代有轨电车没有完全独立的路权，电车轨道与机动车道重叠或交叉，当有轨电车以较快的速度行驶、较大的客运量时，轨道上的异物就会对电车的行车安全造成极大威胁。目前有轨电车轨道故障检测技术，主要依靠人工作业方式检测和维护——检测速度慢、耗费时间长、安全性低、人力成本高，电车轨道故障检测甚至已经影响到电车的日常运行，电车轨道路段交通受到阻碍，使城市交通堵塞。现有的障碍物检测的技术，按照检测方法主要分为：基于计算机视觉的障碍物检测方法和基于雷达的障碍物检测方法，基于雷达的障碍物检测方法依靠雷达将信号发射出去，并通过测量发射信号和反射信号之间的时间差等物理量得到传感器与目标的距离信息。雷达探测的方法稳定性差，调试设备复杂、成本较高。基于计算机视觉的障碍物检测技术主要依靠安装在车辆上的摄像头获取车辆前方的图像信息，并运用数字图像处理技术来检测障碍物，虽然针对检测区域具备一定的预警功能，但检测区域窄、仅能在车辆行驶时检测障碍物，并不能处理轨道空闲时的日常巡检和紧急情况下的故障巡检。

综上所述，现有的检测技术有一定的局限性，因此，如何高效精确地检测电车轨道的故障成为亟待解决的问题。

发明内容

为了克服现有技术存在的缺陷与不足，本发明提供了一种基于红外热成像和计算机视觉的轨道故障检测方法及系统，搭载无人机进行巡检，利用温度检测和图像识别对电车轨道故障进行综合检测，包括轨道供电系统短路发热的检测和轨道异物(如违规停靠车辆、废弃自行车、大石块)的检测，利用无人机对轨道异物和供电系统的短路发热情况进行自动检测，能够在突发状况下进行高效实时地监测，减少轨道交通的事故发生率，提高轨道安全。

为了达到上述目的，本发明采用以下技术方案：

本发明提供一种基于红外热成像和计算机视觉的轨道故障检测方法，包括下述步骤：

S1：将高清摄像头和红外热成像仪安装在无人机上，无人机巡检过程中将获取到的轨道图像实时传回地面站；

S2：图像预处理：地面站接收高清摄像头图像数据，进行图像预处理，所述图像预处理包括图像灰度化、图像滤波、图像加强和边缘检测；

S3：提取轨道图像：采用轨道槽内较暗灰度阈值对高清摄像头图像数据进行一次分割后，再采用轨道槽外较亮灰度阈值进行分割，最后依据较亮较暗区域相邻的距离特征分割轨道区域，提取得到轨道图像；

S4：红外温度检测：根据提取出的轨道图像在高清摄像头采集到的原图中的位置信息，结合红外热成像仪和高清摄像头的位置和角度关系得到红外热像图中对应的轨道位置，并将红外成热像仪接收到的红外热像图灰度化，提取灰度值，采用相对温差法判断轨道上是否存在高温区，若存在则提取高温区并计算区域面积和最高温度点；

S5：疑似轨道异物筛选：将预处理后的图像与提取得到的轨道图像进行叠加，掩膜得到感兴趣区域，对感兴趣区域进行边缘闭合判断和填充，得到连通区域，对连通区域进行筛选，得到疑似轨道异物；

S6：轨道异物识别：将疑似轨道异物输入BP神经网络中进行识别，得到异物分类结果。