[發明專利]一種軌道磨損程度的識別方法及系統

有效

• 申請號: 201910324633.0
• 申請日: 2019-04-22
• 公開（公告）號: CN110047070B
• 公開（公告）日: 2021-01-08
• 發明（設計）人: 翟寧;馮致豪;王洲;杜含月;王蒙;陳雯;劉叢潔;張镕涵
• 申請（專利權）人: 山東師范大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/00;G06K9/34
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 閆圣娟

1.一種軌道磨損程度的識別方法，其特征是，包括如下步驟：

采集火車軌道表面圖像和通行車輛的車輪運行圖像；

對采集的火車軌道表面圖像進行圖像處理，提取圖像特征，根據提取的圖像特征識別鐵軌的缺陷類型；

采用目標跟蹤算法對采集的車輛的運行圖像進行目標跟蹤，獲得通過軌道的車輪數量；

根據識別的鐵軌缺陷類型和通過軌道的車輪數量融合判斷，輸出軌道磨損程度等級。

2.如權利要求1所述的一種軌道磨損程度的識別方法，其特征是：所述目標跟蹤算法為卡爾曼濾波匹配跟蹤算法。

3.如權利要求1所述的一種軌道磨損程度的識別方法，其特征是：采用目標跟蹤算法對采集的車輛的運行圖像進行目標跟蹤，獲得通過軌道的車輪數量，方法步驟具體為：

步驟31、提取車輛的運行圖像中輪轂中部的特征作為跟蹤特征點，跟蹤特征點包括圓心坐標、長軸距離和短軸距離；

步驟32、利用卡爾曼濾波器估計進入當前幀圖像中當前車輪在下一幀的位置和速度，在下一幀中利用最近距離匹配法實現車輪目標的匹配跟蹤；

步驟33、若當前車輪目標匹配失敗，記錄目標消失的計數器加1，當前車輪目標匹配失敗次數超過M，則判定車輛離開監控區域停止本次計數，計數器的值為經過的車輪數；否則，執行步驟32。

4.如權利要求1所述的一種軌道磨損程度的識別方法，其特征是：采用最小二乘法預測提取跟蹤特征點。

5.如權利要求1所述的一種軌道磨損程度的識別方法，其特征是：所述根據識別的鐵軌缺陷類型和通過軌道的車輪數量融合判斷，輸出軌道磨損程度等級方法具體為：

根據類型缺陷的危害程度給相應的缺陷類型賦分；

根據車輪數進行分段賦分；

對缺陷類型賦分和車輪數賦分進行加權求和，按照分數確定軌道磨損程度等級。

6.如權利要求1所述的一種軌道磨損程度的識別方法，其特征是：所述對采集的火車軌道表面圖像進行圖像處理，提取圖像特征，根據提取的圖像特征識別鐵軌的缺陷類型的方法具體為：

步驟21、對采集到的圖像信息進行預處理，所述預處理包括圖像去噪處理以及邊緣裂縫增強處理；

步驟22、預處理后的圖像進行全局二值化處理，確定裂縫區域的灰度閾值T，根據所述閾值T分割出目標區域和背景區域的像素點；

步驟23、確定裂縫區域像素點個數，將比較的結果分為軌面正常和軌面缺陷兩類；將經過濾波器處理后的圖像進行全局二值化處理，提取使用八個特征指標作為衡量軌面缺陷的特征項，分別為：質心、周長、面積、長軸、短軸、矩形度、致密度和長寬比；

步驟24、將提取的特征值與正常軌面的八個特征值比較，特征值超出安全范圍，將特征值輸入BP神經網絡進行缺陷圖像識別分類，找到相似的特征值從而判斷軌面缺陷類型。

7.如權利要求1所述的一種軌道磨損程度的識別方法，其特征是：預處理具體的采用雙邊濾波器去噪得到準確的圖像細節信息。

8.一種軌道磨損程度的識別系統，其特征是，包括：

圖像采集模塊：用于采集火車軌道表面圖像和通行車輛的車輪運行圖像；

缺陷類型識別模塊：用于對采集的火車軌道表面圖像進行圖像處理，提取圖像特征，根據提取的圖像特征識別鐵軌的缺陷類型；

車輪計數模塊：用于采用目標跟蹤算法對采集的車輛的運行圖像進行目標跟蹤，獲得通過軌道的車輪數量；

軌道磨損程度等級判斷模塊：用于根據識別的鐵軌缺陷類型和通過軌道的車輪數量融合判斷，輸出軌道磨損程度等級。

9.一種電子設備，其特征是，包括存儲器和處理器以及存儲在存儲器上并在處理器上運行的計算機指令，所述計算機指令被處理器運行時，完成權利要求1-7任一項方法所述的步驟。

10.一種計算機可讀存儲介質，其特征是，用于存儲計算機指令，所述計算機指令被處理器執行時，完成權利要求1-7任一項方法所述的步驟。