[发明专利]轨道缺陷检测方法及其系统、装置、存储介质

说明书

本发明涉及图像处理技术领域，特别涉及一种轨道缺陷检测方法及其系统、装置、存储介质，其中轨道缺陷检测方法包括：获取待训练的轨道缺陷图像样本；利用轨道缺陷图像样本对卷积神经网络进行训练，得到异常检测模型；获取目标轨道图像；通过异常检测模型对目标轨道图像进行异常检测，得到异常检测结果；基于目标检测算法对目标轨道图像进行坐标转换处理，得到目标位置信息；根据异常检测结果和目标位置信息得到轨道的缺陷检测结果。根据本发明提供的技术方案，能够提高轨道检测的效率和准确性，降低检测成本，减少安全事故的发生。

技术领域

本发明涉及图像处理技术领域，特别涉及一种轨道缺陷检测方法及其系统、装置、存储介质。

背景技术

目前，过山车的轨道缺陷主要是通过人工巡检的方式来进行检测，即检修人员通过轨道两侧的检修通道对轨道进行检测，但是这种人工检测的方式具有很强的主观性，由于是否存在缺陷的判断是人为决定的，因此十分容易出现漏检、误检的情况，从而导致检测结果的准确性降低。同时，由于过山车的轨道不同于正常的列车轨道，检测人员在检测的过程中也存在很大的安全隐患，人工检测的成本高，效率低。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种轨道缺陷检测方法及其系统、装置、存储介质，能够提高轨道检测的效率和准确性，降低检测成本，减少安全事故的发生。

本发明第一方面提供一种轨道缺陷检测方法，包括：

获取待训练的轨道缺陷图像样本；

利用所述轨道缺陷图像样本对卷积神经网络进行训练，得到异常检测模型；

获取目标轨道图像；

通过所述异常检测模型对所述目标轨道图像进行异常检测，得到异常检测结果；

基于目标检测算法对所述目标轨道图像进行坐标转换处理，得到目标位置信息；

根据所述异常检测结果和所述目标位置信息得到所述轨道的缺陷检测结果。

根据本发明提供的轨道缺陷检测方法，至少具有如下有益效果：获取待训练的轨道缺陷图像样本；利用轨道缺陷图像样本对卷积神经网络进行训练，得到异常检测模型；获取目标轨道图像；通过异常检测模型对目标轨道图像进行异常检测，得到异常检测结果；基于目标检测算法对目标轨道图像进行坐标转换处理，得到目标位置信息；根据异常检测结果和目标位置信息得到轨道的缺陷检测结果。根据本发明提供的技术方案，采用轨道缺陷图像样本训练并构建异常检测模型，通过异常检测模型对目标轨道图像进行异常检测，能够快速及时地判断轨道是否存在缺陷，在异常检测结果显示异常的情况下，对目标轨道图像进行坐标转换处理，可以得到目标轨道图像中存在缺陷的目标位置信息，根据异常检测结果和目标位置信息得到轨道的缺陷检测结果，能够根据缺陷检测结果对存在缺陷的轨道进行维修或者更换处理，能够保障轨道运行的安全可靠性。因此，本发明实施例能够提高轨道检测的效率和准确性，降低检测成本，减少安全事故的发生。

根据本发明的一些实施例，所述利用所述轨道缺陷图像样本对卷积神经网络进行训练，得到异常检测模型，包括：

对所述轨道缺陷图像样本进行预处理，得到图像数据集；

对所述图像数据集进行划分，得到训练集和验证集；

利用所述训练集对卷积神经网络进行训练，得到训练结果；

利用所述验证集对所述训练结果进行验证，得到异常检测模型。

根据本发明的一些实施例，所述对所述轨道缺陷图像样本进行预处理，包括：

对所述轨道缺陷图像样本进行几何变换、裁剪、去噪和增广处理。

根据本发明的一些实施例，所述通过所述异常检测模型对所述目标轨道图像进行异常检测，得到异常检测结果，包括：