[发明专利]一种铁路扣件缺陷检测方法和装置在审

专利信息
申请号: 202110950466.8 申请日: 2021-08-18
公开(公告)号: CN113689392A 公开(公告)日: 2021-11-23
发明(设计)人: 黄浩;刘少丽;何森;方玥 申请(专利权)人: 北京理工大学;中国铁道科学研究院集团有限公司基础设施检测研究所
主分类号: G06T7/00 分类号: G06T7/00;G06N3/04;G06N3/08
代理公司: 北京银龙知识产权代理有限公司 11243 代理人: 许静;曹娜
地址: 100081 *** 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: 一种 铁路 扣件 缺陷 检测 方法 装置
【权利要求书】:

1.一种铁路扣件缺陷检测方法,其特征在于,包括:

根据采集的铁路扣件图像信息,确定具有位置信息的待检测样本以及具有位置信息的第一目标样本;

根据目标算法对所述第一目标样本进行扩充,确定扩充后的第二目标样本;

根据所述第二目标样本和所述第一目标样本,生成用于检测铁路扣件的检测模型;

将所述待检测样本输入所述检测模型,确定检测结果。

2.根据权利要求1所述的方法,其特征在于,根据采集的铁路扣件图像信息,确定具有位置信息的待检测样本以及具有位置信息的第一目标样本,包括:

获取铁路扣件图像信息,所述铁路扣件图像信息包括深度图像和强度图像;所述深度图像和强度图像的像素一一对应;

根据所述深度图像的像素,确定所述铁路扣件图像信息中铁路扣件的位置信息;

根据所述铁路扣件的位置信息和所述强度图像的像素,确定具有位置信息的待检测样本以及具有位置信息的第一目标样本。

3.根据权利要求2所述的方法,其特征在于,根据所述深度图像的像素,确定所述铁路扣件图像信息中铁路扣件的位置信息,包括:

根据所述深度图像的像素,确定铁路扣件区域和铁轨区域;

根据所述铁路扣件区域和铁轨区域,确定所述铁路扣件图像信息中铁路扣件的位置信息。

4.根据权利要求3所述的方法,其特征在于,所述根据所述铁路扣件区域和铁轨区域,确定所述铁路扣件图像信息中铁路扣件的位置信息,包括:

根据所述铁路扣件区域和所述铁轨区域,确定所述铁路扣件的横向坐标;

根据所述横向坐标和所述深度图像,确定所述铁路扣件的横向位置;

其中,所述横向坐标满足以下公式:

xk∈[xa-dx,xa]∪[xa+h,xa+h+dx];其中,xk表示所述铁路扣件区域的横向坐标,xa为所述铁轨区域的铁轨一侧面的横向坐标,h为所述铁轨区域的铁轨宽度,dx为第一预设阈值。

5.根据权利要求4所述的方法,其特征在于,所述根据所述铁路扣件区域和铁轨区域,确定所述铁路扣件图像信息中铁路扣件的位置信息,包括:

根据所述深度图像,将确定的所述铁路扣件的横向位置,沿所述铁路扣件的横向方向滤波,确定所述铁路扣件的目标高度阈值和目标高度曲线;

根据所述目标高度阈值和目标高度曲线,确定所述铁路扣件的纵向坐标;

其中,所述纵向坐标满足以下公式:

yk∈[y1-Δy,y2+Δy];其中,yk表示所述铁路扣件区域的纵向坐标,y1和y2表示所述铁轨区域的铁轨的高度坐标,△y为第二预设阈值。

6.根据权利要求2所述的方法,其特征在于,根据所述铁路扣件的位置信息和所述强度图像的像素,确定具有位置信息的待检测样本以及具有位置信息的第一目标样本,包括:

根据所述强度图像的像素,对所述铁路扣件的区域进行均值滤波;

根据滤波后的所述铁路扣件和所述铁路扣件的位置信息,确定具有位置信息的待检测样本以及具有位置信息的第一目标样本。

7.根据权利要求1所述的方法,其特征在于,所述根据目标算法对所述第一目标样本进行扩充,确定扩充后的第二目标样本,包括:

根据生成式对抗神经网络算法对所述第一目标样本的缺陷扣件样本进行扩充,确定扩充后的第二目标样本;

其中,所述生成式对抗神经网络算法包括生成器和判别器;所述生成器用于根据缺陷扣件样本进行扩充;所述判别器用于确定扩充样本和原始样本的类别。

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理工大学;中国铁道科学研究院集团有限公司基础设施检测研究所,未经北京理工大学;中国铁道科学研究院集团有限公司基础设施检测研究所许可,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/202110950466.8/1.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