首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种轨道区段状态检测方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:广州轨道交通检验检测认证有限公司

摘要:本发明提供了一种轨道区段状态检测方法,涉及轨道区段状态检测技术领域,所述方法包括:实时获取轨道轨面的三维图像,并对三维图像进行处理,以得到预处理数据;分析预处理数据中每一帧所述三维图像的像素点,以得到像素点亮度等级;根据所述像素点亮度等级,获取灰尘灰度特征;根据所述灰尘灰度特征,识别轨道轨面的真实裂纹;获取真实裂纹的尺寸以及真实裂纹的数量;根据真实裂纹的尺寸以及真实裂纹的数量,对轨道轨面进行风险评估,以得到轨道轨面状态的风险评估结果。本发明可以更加准确地检测出轨道轨面风险状态。

主权项:1.一种轨道区段状态检测方法,其特征在于:包括以下步骤:实时获取轨道轨面的三维图像,并对三维图像进行处理,以得到预处理数据;分析预处理数据中每一帧所述三维图像的像素点,以得到像素点亮度等级;根据所述像素点亮度等级,获取灰尘灰度特征;根据所述灰尘灰度特征,识别轨道轨面的真实裂纹;获取真实裂纹的尺寸以及真实裂纹的数量;根据真实裂纹的尺寸以及真实裂纹的数量,对轨道轨面进行风险评估,以得到轨道轨面状态的风险评估结果;实时获取轨道轨面的三维图像,并对三维图像进行处理,以得到预处理数据,包括:实时获取轨道轨面的三维图像数据;对每一帧三维图像数据进行分割处理,将每一帧三维图像分解为三个不同维度的平面图像,即顶面图像、侧面图像和正面图像,分别对应轨道轨面的不同视角;对三个平面图像分别进行预处理,以获得预处理数据;通过边缘检测算法对预处理数据进行边缘检测,以得到轨道轨面的边缘特征,并根据轨道轨面的边缘特征生成边缘图像;根据边缘图像中的边缘信息,将每个平面图像分别划分为多个子区域;在每个子区域内选取代表性的像素点进行分析,每个子区域至少选取十个像素点,以得到分析结果;分析预处理数据中每一帧所述三维图像的像素点,以得到像素点亮度等级,包括:对预处理数据中的每一帧三维图像的像素点,通过深度学习算法进行识别,以得到识别后的像素点;根据识别后的像素点,提取像素点的颜色特征;将像素点的颜色特征转换为亮度等级,对于彩色像素点,将颜色值转换为灰度值,得到对应的亮度;将计算得到的亮度等级划分为四个梯度;根据所述像素点亮度等级,获取灰尘灰度特征,包括:根据像素点亮度等级,以获取裂纹灰尘度;对裂纹灰尘度通过主成分分析,以得到光谱特征;根据光谱特征算法获取光谱反射率,以得到灰尘值波纹矩阵;根据灰尘值波纹矩阵获取灰尘灰度特征;根据所述灰尘灰度特征,识别轨道轨面的真实裂纹,包括:根据获取的灰尘灰度特征,构建反映图像中灰度值的空间关系的灰度共生矩阵;通过计算灰度共生矩阵中元素的平方和计算纹理特征参数;根据纹理特征参数,通过预设的阈值区分灰尘和真实裂纹,以得到真实裂纹信息;获取真实裂纹的尺寸以及真实裂纹的数量,包括:根据分析得到的灰尘灰度特征和纹理特征,识别出轨道轨面上的真实裂纹;对识别出的真实裂纹进行标记,并统计标记的数量,以得到裂纹总数量;根据真实裂纹的尺寸以及真实裂纹的数量,对轨道轨面进行风险评估,以得到轨道轨面状态的风险评估结果,包括:对识别出的裂纹进行处理,将裂纹细分为横、纵裂纹,并提取裂纹的骨架,骨架是由单个像素宽度构成的裂纹形状;对提取出的裂纹骨架进行处理,去除边缘的点刺和毛刺,得到处理后的裂纹骨架;根据处理后的裂纹骨架,通过曲线长度计算方法计算裂纹骨架的长度,通过计算裂纹区域的平均宽度,以得到预估的裂纹宽度值;将计算得到的裂纹长度与预估的裂纹宽度值相乘,以得到裂纹的相对面积;根据裂纹的相对面积结合裂纹总数量进行风险评估检测,以得到风险评估结果;根据风险评估结果,确定轨道区段风险状态;对三个平面图像分别进行预处理,以获得预处理数据,包括:采用高斯滤波器对平面灰度图像进行平滑处理;设定高斯滤波器核的大小为2k+1×2k+1,产生如下公式: 其中,1≤i,j≤2k+1,δ是标准差,i和j是高斯滤波器核中的索引,从1变化到2k+1,在这个3×3的核中,i和j的值都是1,2,3;Hi是高斯滤波器核中的一个元素,表示位置i,j处的权重值;通过边缘检测算法对预处理数据进行边缘检测,以得到轨道轨面的边缘特征,并根据轨道轨面的边缘特征生成边缘图像,具体步骤如下:采用一阶偏导的有限差分来计算像素点的梯度幅值和方向,具体步骤如下:每个像素点的边缘方向通过图像中的梯度变化来定位,使用两个滤波器来分别检测图像中的水平变化和垂直变化,两个滤波器对应的是Gx和Gy;通过计算水平方向的Gx和垂直方向的Gy的一阶导数值,得到像素点的梯度幅值G和方向θ,具体公式如下: 式中,G代表梯度强度或梯度幅值,它反映了像素点处的边缘强度;Gx代表x方向的梯度,是由像素点在水平方向上与相邻像素的差异计算得出的;Gy代表y方向的梯度,是由像素点在垂直方向上与相邻像素的差异计算得出的;arctan为反正切函数,用于计算梯度的方向;采用非极大值抑制对梯度幅值进行处理,以消除边缘检测带来的杂散响应,具体步骤如下:对于每个像素点,计算其梯度强度和方向,沿着像素点的梯度方向,将其梯度强度与相邻像素的梯度强度进行比较;如果当前像素点的梯度强度是局部最大值,大于沿着梯度方向上的相邻像素点的梯度强度,则保留该像素点作为边缘点;否则,抑制或丢弃该像素点;通过一阶偏导的有限差分法,提取出图像中的边缘信息;利用双阈值检测来确定实际存在和可能被隐藏的边缘,具体步骤如下:设定一个高阈值和一个低阈值,梯度值超过高阈值的像素被认为是强边缘像素,梯度值在低阈值和高阈值之间的像素被认为是弱边缘像素;梯度值低于低阈值的像素则被认为是非边缘像素并被抑制。

全文数据:

权利要求:

百度查询: 广州轨道交通检验检测认证有限公司 一种轨道区段状态检测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。