[发明专利]一种铁路轨道超声自动探伤方法

权利要求书

1.一种铁路轨道超声自动探伤方法，其特征在于，包括：

S1：采集列车轨道的超声B扫图像；

S2：基于所述超声B扫图像提取多尺度数据集，包括：S21：对所述超声B扫图像进行单通道数据分割生成多个第一分割框；S22：对多个所述第一分割框进行组合通道数据框合并生成多个第二分割框；S23：基于多个所述第二分割框进行多尺度数据提取后，合并生成所述多尺度数据集；

S3：计算所述多尺度数据集中包含的缺陷特征数据和缺陷特征类型；

S4：基于所述缺陷特征类型和所述缺陷特征数据生成检测报告。

2.根据权利要求1所述的超声自动探伤方法，其特征在于，所述S21包括：

S211：提取所述超声B扫图像的单通道数据；

S212：计算所述单通道数据的数据点之间的水平距离和深度距离；

S213：遍历所述单通道数据的数据点之间水平距离小于第一阈值且深度距离小于第二阈值的多个数据点并构成至少一个数据群，同时提取所述数据群中纵坐标最小和纵坐标最大的两个数据点并构成所述数据群对应的所述第一分割框；

S214：重复步骤S211-S213直至提取所述超声B扫图像的全部通道数据的多个所述数据群及其对应的所述第一分割框。

3.根据权利要求2所述的超声自动探伤方法，其特征在于，所述S22包括：

S221：将多个所述单通道数据按照拍摄角度依次水平拼接后生成多通道数据；

S222：对所述多通道数据中的全部数据群对应的所述第一分割框进行长度增长第三阈值、宽度增长第四阈值的膨胀化处理；

S223：以所述多通道数据中的任一所述数据群为中心，计算所述数据群对应的所述第一分割框与相邻数据群对应的所述第一分割框的重合度，在重合度超过第五阈值的情况下，对所述数据群与其相邻的所述数据群进行数据群及分割框合并处理；

S224：重复步骤S223直至完成全部所述数据群的合并处理，生成合并后的多个所述数据群及其对应的多个所述第二分割框。

4.根据权利要求3所述的超声自动探伤方法，其特征在于，所述S23包括：

对多个所述数据群进行多次且不同颗粒度的分割框合并，并生成不同颗粒度的多种第三分割框及其对应的数据群；

以颗粒度最大的所述第三分割框作为主框、颗粒度最大的所述第三分割框的所述数据群作为主数据群，其余颗粒度的所述第三分割框作为从框、其余颗粒度的所述第三分割框对应的所述数据群作为从数据群，生成所述多尺度数据集。

5.根据权利要求1所述的超声自动探伤方法，其特征在于，所述S3包括：

S31：利用条件判伤算法计算所述多尺度数据集中包含的缺陷特征数据；

S32：利用神经网络模型提取所述多尺度数据集中包含的缺陷特征区域和所述缺陷特征类型。

6.根据权利要求5所述的超声自动探伤 方法，其特征在于，所述S32包括：

构建用于提取缺陷特征区域及类型的网络模型，获取由多张超声B扫照片构成的数据集并对每张所述超声B扫照片的缺陷特征区域及缺陷特征类型进行标注，生成由多张包含缺陷特征区域及缺陷特征类型标记的照片构成的训练样本集和测试集；

基于所述训练样本集和所述测试集，对所述网络模型进行训练并验证，生成用于提取缺陷特征区域及类型的检测模型；

将所述多尺度数据集输入神经网络单元，基于所述检测模型提取缺陷特征区域及所述缺陷特征类型。

7.根据权利要求5所述的超声自动探伤方法，其特征在于，所述S4包括：

S41：基于所述特征类型对应的所述缺陷特征区域调用所述缺陷特征数据对应区域内第二缺陷特征数据；

S42：基于所述缺陷特征类型调用相应的判伤算法；

S43：所述判伤算法基于所述第二缺陷特征数据生成对应区域下的区域检测报告；

S44：重复步骤S41-S43直至生成全部所述缺陷特征区域的所述区域检测报告，并构成所述检测报告。