[发明专利]一种基于视频监控相机的弓网接触点识别方法

说明书

本发明公开了一种基于视频监控相机的弓网接触点识别方法，包括以下步骤：S1、基于视频监控相机拍摄的图像训练受电弓；S2、对受电弓进行在线识别，得到弓网接触点坐标。本发明在受电弓定位阶段，引入多模板匹配，提升了受电弓定位的稳定性与准确性；本发明利用模板匹配并结合受电弓、先验知识确定训练ROI图像，相较于利用深度学习确定训练ROI图像大幅度提升了处理效率；本发明在标记训练数据时，引入记录相对坐标的方式，相较于直接记录绝对坐标更能适应训练和识别时对ROI的缩放处理，提升识别精度；本发明在原始残差网络中引入软阈值化函数作为网络基本块中激活函数之一，提升了网络的抗噪性和鲁棒性。

技术领域

本发明涉及轨道交通弓网检测与监测领域，具体涉及一种基于视频监控相机的弓网接触点识别方法。

背景技术

弓网系统是电力机车牵引供电系统的重要设备，弓网接触点是弓网运行时的重要监测对象，它反应了弓网运行时的状态，尤其是接触线相对于受电弓中心偏移量的检测监测。

目前在弓网非接触式检测方面，国内外都开展了很多研究。

目前主要有以下几种检测方法：

1)基于图像处理的方法，安装在车顶的高清摄像头来获取弓网图像并计算相关参数，检测结构比较简单，但是精度有待提高。

2)在检测车顶部安装阵列摄像机和结构光，基于线结构光视觉测量技术进行车载动态测量，这种方法具有测量精度高、稳定可靠的优势，同时在检测速度要求不高的线路中得到广泛应用，但是该方法单次测量所需的图像数据量大，对图像采集及处理要求极高，在高速动态测量中具有一定的局限性。

3)用canny边缘检测分别获取受电弓与接触线的边缘信息，并经过霍夫直线检测计算直线交点的方式实现弓网接触点的定位并分析。

4)基于红外图像的接触点检测，利用两个方向增强算子，分别实现受电弓和接触网的点检测，进而采用改进RANSAC策略实现对接触点的定位。

以上这些方法在接触点检测方面，还需要进一步提高其检测的精度和实时性，以及对弓网运行环境变化的适应能力。

发明内容

针对现有技术中的上述不足，本发明提供的种基于视频监控相机的弓网接触点识别方法解决了接触点检测精度和实时性不高，以及对弓网运行环境变化的适应能力不强的问题。

为了达到上述发明目的，本发明采用的技术方案为：一种基于视频监控相机的弓网接触点识别方法，包括以下步骤：

S1、构建匹配模板集和深度残差网络，根据受电弓图像历史数据，通过训练，得到训练好的深度残差网络；

S2、基于训练好的深度残差网络，对受电弓进行实时在线识别，得到弓网接触点坐标。

进一步地：所述构建匹配模板集，包括：

从所述受电弓图像历史数据中选出多张图像，从中截取受电弓子图像；

从子图像中提取出轮廓图像；

根据所述轮廓图像，构建匹配模板集。

进一步地：所述构建深度残差网络，包括：

在原始基本残差模块的基础上，设置子网络模块，通过所述子网络模块自动学习得到一组或多组阀值；

通过预设软阀值化激活函数处理，降低噪声；形成深度残差网络基本模块；

通过堆叠多个所述深度残差网络基本模块，形成深度残差网络。

进一步地：所述步骤S1，包括：

S11、根据所述受电弓图像历史数据和构建好的匹配模板集，计算得到每张受电弓图像历史数据的受电弓中心位置；