[發明專利]一種基于相似度度量的剛性接觸網缺陷檢測方法及系統

有效

• 申請號: 202110411610.0
• 申請日: 2021-04-16
• 公開（公告）號: CN113112483B
• 公開（公告）日: 2023-04-18
• 發明（設計）人: 李林;劉明亮;吳道平;章海兵;汪中原;鄭斌;高劍鋒
• 申請（專利權）人: 合肥科大智能機器人技術有限公司;合肥市軌道交通集團有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/33;G06T5/00;G06T5/20;G06V10/74;G06V10/774;G06V10/82;G06N3/08
• 代理公司: 合肥天明專利事務所(普通合伙) 34115
• 代理人: 閆客

本發明公開了一種基于相似度度量的剛性接觸網缺陷檢測方法及系統，屬于缺陷識別技術領域，包括：采用定點拍攝方式采集待測設備同一部位的待測圖像與模板圖像；使用滑動窗格分別提取待測圖像與模板圖像對應位置的子圖像，得到子圖像對；將子圖像對作為預先訓練好的孿生網絡的輸入，得到相似度圖；對相似度圖進行圖像處理，得到缺陷區域。本發明采用定點拍攝方式采集樣本，簡化了識別難點，僅需要采集少量的圖片即可完成小樣本學習，大大降低了樣本需求量，加快算法速度；另外基于圖片相似度的算法，通過定義相似與不相似，不僅適用于已訓練類別缺陷，亦可識別未訓練類別缺陷，泛化能力強。

技術領域

本發明涉及缺陷識別技術領域，特別涉及一種基于相似度度量的剛性接觸網缺陷檢測方法及系統。

背景技術

當前，地鐵軌道交通在越來越多的城市里面應用，而剛性接觸網是軌道電力牽引系統的重要組成部分，剛性接觸網在運行過程中，由于銹蝕、臟污等造成接觸網部件損壞，對軌道交通工具的正常運行帶來隱患。因此，對這些可能包含缺陷的部件進行檢測識別有助于發現缺陷，消除隱患，對軌道交通的安全具有重要的意義。

以前的巡檢依賴于人工晚間巡檢，但軌道系統帶電且存在安全隱患，開發自動缺陷檢測方法十分有必要。目前，缺陷自動識別方法有基于傳統圖像識別與基于深度學習的方式，其中：

基于傳統圖像識別，采用的幀間差分法，這種算法的主要思想是：首先對相對不變的背景環境采集一幅或多幅作為背景模板，當需要檢測在此環境中是否有異物時，再實時采集一幅圖像與背景模板進行逐一像素或區域的差異計算，當差異的結果充滿一定的圖像面積時，則認為采集圖像與模板不一致，疑似缺陷或異物出現在采集圖像中。其存在的缺陷在于：受光照變化影響大，受視角變化影響大，不能學習，容易誤檢。

基于深度學習的方法，使用當前流行的目標檢測模型，基于大量缺陷樣本數據訓練，識別出缺陷，其識別準確度高，針對各種復雜紋理的缺陷均能識別，但缺點在于：其一，需要大量樣本學習，訓練需要最少幾千乃至幾萬的數據量，成本較高，而且由于缺陷場景的稀缺性，收集這么多異物樣本并不容易。其二，目標檢測對類別要求很高，模型訓練了哪些類別，則識別的時候就識別這些類別，具有局限性。

發明內容

本發明的目的在于克服現有技術存在的缺陷，采用少量樣本實現缺陷識別。

為實現以上目的，一方面，本發明采用一種基于相似度度量的剛性接觸網缺陷檢測方法，包括：

采用定點拍攝方式采集待測設備同一部位的待測圖像與模板圖像；

使用滑動窗格分別提取待測圖像與模板圖像對應位置的子圖像，得到子圖像對；

將子圖像對作為預先訓練好的孿生網絡的輸入，得到相似度圖；

對相似度圖進行圖像處理，得到缺陷區域。

進一步地，在所述采用定點拍攝方式采集待測設備同一部位的待測圖像與模板圖像之后，還包括：

對所述同一部位的待測圖像與模板圖像進行配準操作，得到配準后的待測圖像與模板圖像。

進一步地，所述使用滑動窗格分別提取待測圖像與模板圖像對應位置的子圖像，得到子圖像對，包括：

使用滑動窗格以步長s在分別在所述待測圖像與模板圖像中從左向右、從上到下滑動直至整張圖像遍歷完，每滑動一個窗格，提取該窗格內的圖像為子圖像；

將所述待測圖像和模板圖像相同位置的子圖像作為一組子圖像對。