[發(fā)明專利]一種基于U-Net的高速鐵路鋼軌損傷檢測方法

有效

• 申請?zhí)枺?/td>: 202010138082.1
• 申請日: 2020-03-03
• 公開（公告）號: CN111402209B
• 公開（公告）日: 2023-06-13
• 發(fā)明（設計）人: 雷渠江;徐杰;梁波;李秀昊;桂光超;劉紀;劉俊豪;潘藝芃;王衛(wèi)軍;韓彰秀
• 申請（專利權(quán)）人: 廣州中國科學院先進技術(shù)研究所
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 廣州容大知識產(chǎn)權(quán)代理事務所(普通合伙) 44326
• 代理人: 潘素云

本發(fā)明公開了一種基于U?Net的高速鐵路鋼軌損傷檢測方法，包括如下步驟：搭建高速鐵路鋼軌損傷檢測現(xiàn)實場景，獲取鋼軌損傷的檢測圖像；在采集的每個原始圖像中標記鋼軌損傷區(qū)域并將注釋保存；通過平移、旋轉(zhuǎn)和縮放的數(shù)據(jù)增強操作來擴充訓練樣本；設置鋼軌損傷檢測網(wǎng)絡模型的參數(shù)，輸入圖像及其對應的分割圖，通過深度學習算法平臺實現(xiàn)檢測網(wǎng)絡的訓練，并根據(jù)訓練網(wǎng)絡的評價指標來修改檢測網(wǎng)絡模型參數(shù)，直至得到評價指標；依據(jù)U?Net網(wǎng)絡計算出的分割圖在原始輸入圖像上用矩形框進行標記，如果所采集的圖像包含缺陷，則在計算機中提示相關(guān)處理結(jié)果，并將含缺陷工件標識入庫。本發(fā)明能夠適用于不同條件下的鋼軌損傷裂紋檢測，泛化性較強和準確率較高。

技術(shù)領(lǐng)域

本發(fā)明涉及視覺檢測技術(shù)領(lǐng)域，具體涉及一種基于U-Net的高速鐵路鋼軌損傷檢測方法。

背景技術(shù)

鐵路行業(yè)的發(fā)展在我國交通運輸系統(tǒng)中發(fā)揮著重要的作用，鋼軌作為鐵路軌道設備的重要組成部分，在整個交通運輸安全體系中處于戰(zhàn)略地位。近年來，高速鐵路的發(fā)展進入蓬勃時期，鐵路的運輸量大大增加，這對高速列車的安全行駛提出了更高的要求。同時，對鐵路損傷的管理工作也會更加嚴格和緊迫。而高速鐵路軌道表面缺陷是最常見和最重要的失效形式之一，涉及軌道表面缺陷，由于高應力而引起的滾動接觸疲勞，軌道頭剝落和軌道波紋，在高速列車運行時它們是潛在的嚴重風險。

現(xiàn)有技術(shù)的高速鐵路鋼軌損傷檢測主要由專業(yè)的人類觀察員和傳統(tǒng)的機器視覺方法完成，這兩種方法都存在很多不足。其中，人工檢測方法不僅造成嚴重的人力資源浪費，而且檢測精度不高、耗時；而傳統(tǒng)的機器視覺方法需要小波變換、閾值分割、特征提取等圖像處理操作，這種方法耗時且具有單一性，無法適應不同的產(chǎn)品。

發(fā)明內(nèi)容

有鑒于此，為了解決現(xiàn)有技術(shù)中的上述問題，本發(fā)明提出一種基于U-Net的高速鐵路鋼軌損傷檢測方法，其只需使用適當數(shù)量的訓練圖像，就可以快速適應高速鐵路鋼軌新類型的產(chǎn)品和表面缺陷，對于提升高速鐵路鋼軌損傷檢測的準確率和效率有重要作用。

本發(fā)明通過以下技術(shù)手段解決上述問題：

一種基于U-Net的高速鐵路鋼軌損傷檢測方法，包括如下步驟：

圖像采集：搭建高速鐵路鋼軌損傷檢測現(xiàn)實場景，通過深度相機獲取鋼軌損傷的檢測圖像；

圖像注釋：使用圖像注釋工具，在采集的每個原始圖像中標記鋼軌損傷區(qū)域并將注釋保存；

圖像預處理：將每個原始圖像和對應的標簽均變成相同像素分辨率的圖片，并通過翻轉(zhuǎn)、顏色抖動和高斯模糊的數(shù)據(jù)增強操作來擴充訓練樣本以提高網(wǎng)絡的泛化能力，并按比例將數(shù)據(jù)集隨機分成訓練集、驗證集和測試集；

模型訓練：設置鋼軌損傷檢測網(wǎng)絡模型的參數(shù)，輸入圖像及其對應的分割圖，通過深度學習算法平臺實現(xiàn)檢測網(wǎng)絡的訓練，并根據(jù)訓練網(wǎng)絡的評價指標來修改檢測網(wǎng)絡模型參數(shù)，直至得到評價指標；

利用模型進行裂紋檢測：依據(jù)U-Net網(wǎng)絡計算出的分割圖在原始輸入圖像上用矩形框進行標記，如果所采集的圖像包含缺陷，則在計算機中提示相關(guān)處理結(jié)果，并將含缺陷工件標識入庫，如果沒有缺陷則丟棄圖像繼續(xù)運行。

進一步地，高速鐵路鋼軌損傷檢測現(xiàn)實場景包括：

相機，用于連續(xù)采集圖像，并將圖像送至計算機中；

光源，用于使圖像中的目標信息與背景信息得到最佳分離，大大降低圖像處理的算法難度，同時提高檢測系統(tǒng)的精度和可靠性；

計算機，用于分析圖像特征，完成鋼軌損傷檢測模型的訓練，實時檢測出圖像中是否包含缺陷，如果沒有缺陷則丟棄圖像并繼續(xù)運行，如果所采集的圖像包含缺陷，則報警裝置對有缺陷的圖像進行報警；

報警裝置，用于對有缺陷的圖像進行報警，最終完成鋼軌損傷檢測。

進一步地，圖像預處理操作包括：