[發明專利]一種無砟軌道表觀傷損樣本數據庫的構建方法在審
| 申請號: | 202211256374.0 | 申請日: | 2022-10-13 |
| 公開(公告)號: | CN115565053A | 公開(公告)日: | 2023-01-03 |
| 發明(設計)人: | 柴雪松;楊國濤;茅宇琳;凌烈鵬;李健超;王寧;劉海濤;姜子清;趙勇 | 申請(專利權)人: | 中國國家鐵路集團有限公司;中國鐵道科學研究院集團有限公司;中國鐵道科學研究院集團有限公司鐵道建筑研究所;中鐵科學技術開發有限公司 |
| 主分類號: | G06V10/94 | 分類號: | G06V10/94;G06F16/21;G06F16/51;G06V10/26;G06V10/82;G06V10/772;G06T7/00 |
| 代理公司: | 北京天盾知識產權代理有限公司 11421 | 代理人: | 姜有保 |
| 地址: | 100038*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 軌道 表觀 傷損 樣本 數據庫 構建 方法 | ||
1.一種無砟軌道表觀傷損樣本數據庫的構建方法,其特征在于,包括以下步驟:
S100:采集無砟軌道表觀圖像;
S200:構建無砟軌道表觀傷損編碼規范;
S300:對所述無砟軌道表觀圖像進行標注,同時基于所述無砟軌道表觀傷損編碼規范對無砟軌道表觀圖像中的傷損進行編碼,從而自動生成無砟軌道表觀傷損樣本圖例及其屬性文件;
S400:基于所述無砟軌道表觀傷損樣本圖例及其屬性文件構建無砟軌道表觀傷損樣本數據庫。
2.根據權利要求1所述的構建方法,其特征在于,所述步驟S100中還包括對采集到的無砟軌道表觀圖像進行圖像切分預處理。
3.根據權利要求1所述的構建方法,其特征在于,所述步驟S200中的無砟軌道表觀傷損編碼規范包括四組:字典碼、特征碼、信息碼和圖像碼;所述四組中包括八級:部件名稱、傷損類型、定位信息、屬性特征、傷損級別、順位信息、檢測信息和圖像信息;所述八級中包括若干字段。
4.根據權利要求1所述的構建方法,其特征在于,所述步驟S300中對所述無砟軌道表觀圖像進行標注包括:
在無砟軌道表觀圖像上標注出傷損精確位置,從而獲得已標注的無砟軌道表觀圖像。
5.根據權利要求4所述的構建方法,其特征在于,通過在標注工具labelme中增加能調節畫筆寬度的線性傷損標注功能,以實現對傷損精確位置的標注。
6.根據權利要求1所述的構建方法,其特征在于,在S300中對所述無砟軌道表觀圖像進行標注前,還包括對無砟軌道表觀圖像中的傷損進行自動預識別,以獲取無砟軌道表觀圖像中傷損的相對位置。
7.根據權利要求6所述的構建方法,其特征在于,所述對無砟軌道表觀圖像中的傷損進行自動預識別包括以下子步驟:
S311:構建基于圖像塊的傷損檢測模型;
S312:基于所述傷損檢測模型過濾掉無砟軌道表觀圖像中的背景塊;
S313:基于不同尺度的包含傷損的圖像塊對無砟軌道表觀圖像進行多尺度融合分割,從而獲取無砟軌道表觀圖像中傷損的相對位置。
8.根據權利要求7所述的構建方法,其特征在于,所述基于圖像塊的傷損檢測模型通過以下方式構建:
將無傷損的圖像切分成小的圖像塊輸入深度卷積神經網絡模型,使模型能夠學習到無傷損背景圖像的特征分布,訓練形成基于圖像塊的傷損檢測模型。
9.根據權利要求1所述的構建方法,其特征在于,所述步驟S300中的屬性文件包括依據無砟軌道表觀傷損編碼規范生成的每個獨立傷損的唯一編碼標識,所述編碼標識與無砟軌道表觀傷損樣本圖例的名稱相關聯。
10.根據權利要求1所述的構建方法,其特征在于,所述步驟S400還包括:通過定時刷新指定位置的文件同步新生成的無砟軌道表觀傷損樣本圖例及其屬性文件進入所述無砟軌道表觀傷損樣本數據庫,并在Web網頁端進行展示。
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中國國家鐵路集團有限公司;中國鐵道科學研究院集團有限公司;中國鐵道科學研究院集團有限公司鐵道建筑研究所;中鐵科學技術開發有限公司,未經中國國家鐵路集團有限公司;中國鐵道科學研究院集團有限公司;中國鐵道科學研究院集團有限公司鐵道建筑研究所;中鐵科學技術開發有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202211256374.0/1.html,轉載請聲明來源鉆瓜專利網。





