[發(fā)明專利]接觸網(wǎng)零部件缺陷檢測方法及裝置在審
| 申請?zhí)枺?/td> | 202210175758.3 | 申請日: | 2022-02-24 |
| 公開(公告)號: | CN114581388A | 公開(公告)日: | 2022-06-03 |
| 發(fā)明(設計)人: | 張劍;郭盡朝;羅建濤 | 申請(專利權)人: | 國能包神鐵路集團有限責任公司 |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06V10/44;G06V10/74;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司: | 華進聯(lián)合專利商標代理有限公司 44224 | 代理人: | 陳金普 |
| 地址: | 014010 內蒙古*** | 國省代碼: | 內蒙古;15 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 接觸 零部件 缺陷 檢測 方法 裝置 | ||
本申請涉及一種接觸網(wǎng)零部件缺陷檢測方法、裝置、計算機設備、存儲介質和計算機程序產(chǎn)品。所述方法包括:獲取所述接觸網(wǎng)零部件的圖像數(shù)據(jù);對所述圖像數(shù)據(jù)進行截取,得到目標模板圖像;基于深度卷積神經(jīng)網(wǎng)絡模型對所述圖像數(shù)據(jù)進行處理,得到特征提取模型;所述深度卷積神經(jīng)網(wǎng)絡模型包括卷積自編碼模型;根據(jù)所述特征提取模型,對所述目標模板圖像和待檢測零部件圖像進行相似度匹配,以輸出檢測結果。采用本方法能夠有效提高接觸網(wǎng)零部件缺陷檢測結果的準確性。
技術領域
本申請涉及圖像檢測處理技術領域,特別是涉及一種接觸網(wǎng)零部件缺陷檢測方法及裝置。
背景技術
鐵路系統(tǒng)中關于接觸網(wǎng)懸掛狀態(tài)檢測監(jiān)測裝置(又稱4C系統(tǒng))對螺母、開口銷、絕緣子等相關零部件的檢測,需要在高分辨率圖像中完成自動識別與分析,從而形成維修建議并指導接觸網(wǎng)檢修。目前,對缺陷識別幾乎全部依賴人工標注數(shù)據(jù)集,然后使用神經(jīng)網(wǎng)絡的深度學習方法對目標區(qū)域(Region Of Interest,ROI)進行定位和零部件的檢測與缺陷識別。
然而,對大規(guī)模圖像進行人工標注工作耗時費力,且傳統(tǒng)方法的有效性高度依賴于數(shù)據(jù)標注的質量,存在檢測結果不準確的問題。
發(fā)明內容
基于此,有必要針對上述技術問題,提供一種接觸網(wǎng)零部件缺陷檢測方法、裝置、計算機設備、計算機可讀存儲介質和計算機程序產(chǎn)品。
第一方面,本申請?zhí)峁┝艘环N接觸網(wǎng)零部件缺陷檢測方法。所述方法包括:
獲取所述接觸網(wǎng)零部件的圖像數(shù)據(jù);
對所述圖像數(shù)據(jù)進行截取,得到目標模板圖像;
基于深度卷積神經(jīng)網(wǎng)絡模型對所述圖像數(shù)據(jù)進行處理,得到特征提取模型;所述深度卷積神經(jīng)網(wǎng)絡模型包括卷積自編碼模型;
根據(jù)所述特征提取模型,對所述目標模板圖像和待檢測零部件圖像進行相似度匹配,以輸出檢測結果。
在其中一個實施例中,所述基于深度卷積神經(jīng)網(wǎng)絡模型對所述圖像數(shù)據(jù)進行處理,得到特征提取模型的步驟包括:
對所述圖像數(shù)據(jù)進行預設尺寸的滑窗切塊,得到圖像塊數(shù)據(jù);所述預設尺寸包括大尺寸;
將所述圖像塊數(shù)據(jù)進行預檢測處理,得到目標圖像塊數(shù)據(jù);
對所述目標圖像塊數(shù)據(jù)進行分塊裁剪,得到子圖像塊數(shù)據(jù);
將所述子圖像塊數(shù)據(jù)輸入所述卷積自編碼模型進行訓練,獲得所述特征提取模型。
在其中一個實施例中,所述將所述圖像塊數(shù)據(jù)進行預檢測處理,得到目標圖像塊數(shù)據(jù)的步驟包括:
對所述圖像塊數(shù)據(jù)進行灰度化處理得到灰度圖像塊數(shù)據(jù);
基于圖像分割模型,將所述灰度圖像塊數(shù)據(jù)進行二值化得到二值圖像塊數(shù)據(jù);
對所述二值圖像塊數(shù)據(jù)進行形態(tài)學變化處理,以得到每個二值圖像塊相應的輪廓面積數(shù)據(jù);
將所述輪廓面積數(shù)據(jù)大于等于輪廓面積閾值的二值圖像塊,確定為所述目標圖像塊數(shù)據(jù)。
在其中一個實施例中,所述卷積自編碼模型包括編碼模型和解碼模型;所述將所述子圖像塊數(shù)據(jù)輸入所述卷積自編碼模型進行訓練,獲得所述特征提取模型的步驟包括:
依次采用所述編碼模型和所述解碼模型對所述子圖像塊數(shù)據(jù)進行預設次數(shù)訓練;在所述預設次數(shù)訓練完成的情況下,剔除所述解碼模型,將保留的所述編碼模型確定為所述特征提取模型。
在其中一個實施例中,所述根據(jù)所述特征提取模型,對所述目標模板圖像和待檢測零部件圖像進行相似度匹配,以輸出檢測結果的步驟包括:
對所述待檢測零部件圖像依次進行切塊、預檢測和分塊裁剪處理,得到待檢測子圖像塊;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于國能包神鐵路集團有限責任公司,未經(jīng)國能包神鐵路集團有限責任公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210175758.3/2.html,轉載請聲明來源鉆瓜專利網(wǎng)。





