[发明专利]钢轨磨损位置的识别方法、装置及计算机可读存储介质在审

专利信息
申请号: 201911262833.4 申请日: 2019-12-11
公开(公告)号: CN111160118A 公开(公告)日: 2020-05-15
发明(设计)人: 安达;江金陵 申请(专利权)人: 北京明略软件系统有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/20;G06T5/40;G06T7/00;G06T7/11;G06T7/168
代理公司: 北京安信方达知识产权代理有限公司 11262 代理人: 王康;栗若木
地址: 100084 北京市海淀区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 钢轨 磨损 位置 识别 方法 装置 计算机 可读 存储 介质
【说明书】:

一种钢轨磨损位置的识别方法、装置及计算机可读存储介质,包括:获取包含磨损位置的钢轨长图像;根据获得的钢轨长图像获取钢轨区域长图像,并根据钢轨区域长图像获取一系列钢轨区域图像帧;利用预先建立的高斯混合模型判断钢轨区域图像帧中的像素是否是磨损点;对钢轨区域长图像中的每个像素点进行如下操作:获取将该像素点判断为磨损点的钢轨区域图像帧的个数;当获得的个数大于预设个数,确定该像素点为磨损点;根据确定的磨损点确定钢轨区域的磨损位置。由于利用了高斯混合模型判断所有钢轨区域图像帧中的像素是否是磨损点,进而根据磨损点确定了磨损位置,因此实现了钢轨表面磨损位置的自动识别,从而节省了人力成本,提高了识别效率。

技术领域

本文涉及图像处理技术,尤指一种钢轨磨损位置的识别方法、装置及计算机可读存储介质。

背景技术

随着现代列车的行驶速度越来越快,对铁路的安全性要求也随之提高。然而,因为锈蚀、运输负载过大等问题会使得钢轨表面受到不同程度的磨损,如果不及时发现进而维护,极有可能会酿成严重的火车事故。

相关技术中,钢轨表面磨损的识别主要依靠人工的巡检与目测。

然而,这种方法十分耗费人力成本,且识别效率低下。

发明内容

本申请提供了一种钢轨磨损位置的识别方法、装置及计算机可读存储介质,能够实现钢轨磨损位置的自动识别,从而提高识别效率。

本申请提供了一种钢轨磨损位置的识别方法,包括:

获取包含磨损位置的钢轨长图像;

根据获得的钢轨长图像获取钢轨区域长图像,并根据所述钢轨区域长图像获取一系列钢轨区域图像帧;

利用预先建立的高斯混合模型判断所有钢轨区域图像帧中的像素是否是磨损点;

对所述钢轨区域长图像中的每个像素点进行如下操作:获取将该像素点判断为磨损点的钢轨区域图像帧的个数;当获得的个数大于预设个数,确定该像素点为磨损点;

根据确定的钢轨区域长图像中的磨损点确定钢轨区域的磨损位置。

所述利用预先建立的高斯混合模型判断所有钢轨区域图像帧中的像素是否是磨损点,包括:

对获得的每一帧钢轨区域图像进行如下操作:

利用获得的当前钢轨区域图像帧调整基于上一帧钢轨区域图像得到的混合高斯模型,得到更新的混合高斯模型,并将更新的混合高斯模型作为下一帧钢轨区域图像调整对象;

利用更新的混合高斯模型计算当前钢轨区域图像帧中每个像素点是磨损点的概率;

当获得的概率大于预设概率,确定该像素点是磨损点。

所述根据获得的钢轨长图像获取钢轨区域长图像,包括:

对获得的钢轨长图像进行图像均衡化处理和二值化处理;

使用霍夫变换检测处理后钢轨长图像中包含的直线;

根据检测到的直线截取其中的钢轨区域,得到钢轨区域长图像。

所述根据钢轨区域长图像获取一系列钢轨区域图像帧,包括:

设定窗口的边长为所述钢轨区域长图像中钢轨的宽度;

沿钢轨方向以预设步长对所述钢轨区域长图像进行滑窗,得到所述一系列钢轨区域图像帧。

所述预设步长包括:所述钢轨区域长图像中钢轨的宽度的十分之一。

本申请还提供了一种钢轨磨损位置的识别装置,包括:

第一获取模块,用于获取包含磨损位置的钢轨长图像;

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北京明略软件系统有限公司,未经北京明略软件系统有限公司许可,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/201911262833.4/2.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