[发明专利]一种受电弓异物检测方法、存储介质及计算机设备

说明书

本发明公开了一种受电弓异物检测方法、存储介质及计算机设备，涉及弓网检测技术领域。本发明将输入的图像进行二值化处理，对二值化处理后的图像进行形态学处理，对形态学处理后的图像进行去噪处理，从去噪处理之后的图像中提取轮廓，并计算轮廓参数，对轮廓参数进行多维度阈值筛选并轮廓原始灰度图进行灰度参数阈值筛选，从而排除一部分非异物图像，然后再经过SVM分类处理，最终识别到受电弓异物图像。本申请的受电弓异物检测方法能适应异物的多样性，适应图像背景的复杂性，在训练SVM模型之前，先通过图像处理方法确定异物候选框，再由形态学筛选和灰度特征筛选滤除部分候选框，保证了漏检率低，提高了SVM的分类效率和精度。

技术领域

本发明涉及弓网检测技术领域，尤其涉及受电弓检测技术领域，更具体地说涉及一种受电弓异物检测方法、存储介质及计算机设备。

背景技术

所有轨道交通列车都通过列车受电弓与接触网之间的滑动接触从外部获取电能，弓网间接触关系对列车安全、正常运营至关重要。由于受电弓与接触网特殊的接触关系及结构特点，不便于在运营列车受电弓或接触网上安装测试设备，而且，运营列车一旦发生严重的弓网异常接触或附着异物，在线路区段也不便于登乘车顶检查，需要借助于专门附着设备登乘车顶检查，或者列车换弓维持运行，直接影响到列车正点运行。

现有技术中，受电弓运行状态的维护和监测主要是在每天列车入库后由专门技术人员人工检查、登记，判断受电弓外形结构尺寸、升降状态是否正常。但是这种维护方式只能确保受电弓本身是否出现显著异常，不能确保投入运营后能够实现正常的弓网接触关系。另外也可以通过在车顶安装高清摄像机，记录列车运行过程中受电弓状态，但是只能通过人工视频回放方式查看是否出现异常，无法实时评估弓网接触关系状态、是否撞击或附着异物。

目前，针对受电弓的异物检测，主要通过图像识别的方式进行检测。当前接触网和受电弓滑板区域的异物检测识别主要有以下缺点：(1)识别率低，由于异物种类的多样性，单独采用传统图像处理方式很难做到识别出不同的异物；(2)误报率高，同样由于异物形式各样，理论上有无限多种可能的异物出现，且异物很可能与检测图像的背景非常相似，同时图像背景相对复杂，如果想用传统的方式去识别尽可能多的异物，将会造成大量的误识别。

发明内容

为了克服上述现有技术中存在的缺陷和不足，本申请提供了一种受电弓异物检测方法，本申请的发明目的在于解决上述现有技术中异物识别率低，误报率高和图像数据处理量大的问题。本申请的受电弓异物检测方法将输入的图像进行二值化处理，对二值化处理后的图像进行形态学处理，对形态学处理后的图像进行去噪处理，从去噪处理之后的图像中提取轮廓，并计算轮廓参数，对轮廓参数进行多维度阈值筛选并对轮廓原始灰度图进行灰度参数阈值筛选，从而排除一部分非异物图像，然后再经过SVM分类处理，最终识别到受电弓异物图像。本申请的受电弓异物检测方法能适应异物的多样性，适应图像背景的复杂性，经过两次阈值判断滤除了部分图像，大大减少了SVM模型分类的计算量，但同时确保漏检率变低，提高了SVM的分类效率和精度。

为了解决上述现有技术中存在的问题，本发明是通过下述技术方案实现的：

一种受电弓异物检测方法，包括以下步骤：

图像处理步骤：采集并读入受电弓滑条区域灰度图像，采用局部自适应二值化方法对受电弓滑条区域图像进行二值化处理，对二值化处理后得到的图像进行形态学处理，对形态学处理后的图像进行去噪处理，在经去噪处理后的图像中搜索连通域，并将连通域的外边界作为轮廓输出；对输出的轮廓的轮廓参数进行计算，所述轮廓参数包括轮廓面积、轮廓面积与轮廓框面积比、轮廓宽、轮廓高和轮廓宽高比；

阈值Ⅰ判断步骤，将图像处理步骤中计算得到的轮廓参数与预先设定的轮廓参数阈值进行对比判断，若输出的轮廓的轮廓参数全部位于轮廓参数阈值内，则将该轮廓判定为疑似异物轮廓并输出至下一步骤，若有任一轮廓参数不在其对应的轮廓参数阈值内，则判定为非异物轮廓；若输入的图像中的轮廓均为非异物轮廓，则更新数据输入下一幅图像重复图像处理步骤和本步骤进行检测；