[发明专利]一种铁路轨道缺陷机器视觉检测系统在审

专利信息
申请号: 201910612862.2 申请日: 2019-07-09
公开(公告)号: CN110458807A 公开(公告)日: 2019-11-15
发明(设计)人: 张屹;王健 申请(专利权)人: 常州大学
主分类号: G06T7/00 分类号: G06T7/00;G01N21/95;G01N21/88;B61K9/10
代理公司: 32224 南京纵横知识产权代理有限公司 代理人: 耿英<国际申请>=<国际公布>=<进入国
地址: 213164江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 高速工业相机 待检测图像 图像采集卡 铁路轨道 螺母 图像处理系统 候选区域 缺失检测 数字图像 算法模块 样本库 检测 机器视觉检测系统 铁路轨道检测 准确度 参数特征 获取目标 目标图像 提取图像 可运动 拍照 自动化 发送 图像 分类 转换 轨道 图片
【说明书】:

发明公开了一种铁路轨道缺陷机器视觉检测系统,包括高速工业相机、图像采集卡、图像处理系统、含螺母图片的样本库和缺失检测算法模块;高速工业相机可运动地对铁路轨道检测目标进行拍照,获得铁路轨道的目标图像;图像采集卡从高速工业相机获取目标图像并转换成数字图像;图像处理系统从图像采集卡发送的数字图像中提取图像参数特征构成待检测图像信息;缺失检测算法模块提取待检测图像候选区域,将提取的待检测图像候选区域分类,与样本库进行对比,检测出铁路轨道上的螺母是否存在缺陷或缺失。该系统无需工作人员通过徒步、肉眼观察的方式对轨道进行检测,结构简单,操作方便,自动化程度高,提高了检测效率和准确度。

技术领域

本发明涉及一种铁路轨道缺陷检测系统,特别是一种铁路轨道缺陷机器视觉检测系统。

背景技术

在铁路轨道的长期使用过程中,轨道表面不可避免的产生裂纹、磨损、平整度等缺陷,

轨道螺母会锈蚀、缺失等状况发生。这些缺陷如果不及时进行排查,对缺陷螺母进行替换,则会造成严重的交通事故。因此,长期以来,我国的铁路职工的日常工作就是对铁路轨道的缺陷进行检测。但是,由于铁路轨道具有极长长度,周围环境复杂,螺母数目极多等特点,因此,传统铁路职工靠肉眼、行走的检测方式,增加了极大的人工成本和管理成本,此外,传统人工检测主要依赖人工的经验和存在主观判断误差以及疲劳的问题,极易造成检测质量不稳定,导致漏检、误检等情况的发生。因而,人工检测方法缺乏安全性、准确性、规范性。

因此,本发明提供一种铁路轨道缺陷机器视觉检测系统,可满足供应业级对铁路轨道质量缺陷检测效率及检测精度、降低成本等要求。

发明内容

本发明主要针对现有人工检测的不足,提供一种铁路轨道缺陷机器视觉检测系统,该系统通过硬件和算法的结合,硬件采集图像数据,算法对图像数据进行处理,得到检测结果,该系统无需工作人员通过徒步、肉眼的方式进行检测,解决了人工效率低下、检测效果差、工作环境危险等问题,该系统极大的降低了企业成本,解放了劳动力,提高了检测效率和准确度。

本发明的构思是:国家工业4.0的启发,利用软件和硬件的结合,代替人工的原始检测方式,硬件采用工业高速相机和测距定位装置,对目标图像进行自主获取、传输、存储;充分结合软件计算机图像处理技术对图像进行处理和储存,运用机器视觉技术,采用高级神经网络检测算法对预处理的图像进行处理,算法运行结果会有效的区分缺陷轨道和完好轨道;采用工业计算机控制图像处理模块,采集模块,检测完成后将检测结果和数据上传至系统服务器中,技术人员可通过HMI操作界面实时监控检测系统监控过程,并对检测图像数据进行分析管理。

根据以上发明构思,本发明采用下属技术方案:

一种铁路轨道缺陷机器视觉检测系统,其特征在于,包括高速工业相机、图像采集卡、图像处理系统、含螺母图片的样本库和缺失检测算法模块;

高速工业相机可运动地对铁路轨道检测目标进行拍照,获得铁路轨道的目标图像;

图像采集卡从高速工业相机获取目标图像并转换成数字图像;

图像处理系统从图像采集卡发送的数字图像中提取图像参数特征构成待检测图像信息;

缺失检测算法模块提取待检测图像候选区域,将提取的待检测图像候选区域分类,与样本库进行对比,检测出铁路轨道上的螺母是否存在缺陷或缺失。

进一步地,样本库中包括采集的螺母图片正样本和除螺母类的生活物品构成的负样本。

进一步地,正样本采用图片搜索出来的包含各种角度、颜色的螺母图片。

进一步地,负样本采用物体识别数据集COIL-20和COIL-100,包含除螺母类的生活物品150类,每一类各种拍摄角度20种,总共3000张图片,利用Opencv计算机视觉库的Resize函数功能对负样本图片进行归一化处理。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于常州大学,未经常州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910612862.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top