[發明專利]多模視覺融合的無砟軌道結構隱性缺陷檢測方法及系統

在審

• 申請號: 202211619613.4
• 申請日: 2022-12-15
• 公開（公告）號: CN115841477A
• 公開（公告）日: 2023-03-24
• 發明（設計）人: 高亮;苗帥杰;尹輝;黃華;李雅馨;鐘陽龍;陳志裴
• 申請（專利權）人: 北京交通大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/10;G06T5/50
• 代理公司: 北京市商泰律師事務所 11255
• 代理人: 鄒芳德

1.一種多模視覺融合的無砟軌道結構隱性缺陷檢測方法，其特征在于，包括：

獲取無砟軌道結構的二維圖像數據；

基于二維圖像，對無砟軌道裂縫、共面離縫進行精準辨識和尺寸測量；

基于二維圖像，對無砟軌道破損掉塊、脫空掉塊和異面離縫進行初步辨識；

提取初步辨識的破損掉塊和異面離縫對應的空間點云數據；

基于空間點云數據，判斷初步辨識的破損掉塊、脫空掉塊和異面離縫是否為誤判，得到最終的缺陷尺寸精準檢測結果。

2.根據權利要求1所述的多模視覺融合的無砟軌道結構隱性缺陷檢測方法，其特征在于，若初步辨識中識別隱性缺陷為填充層脫空掉塊或板間結構側面破損掉塊時，調取對應里程處的空間點云數據進行三維重構，計算結構異常體積形態，進行脫空掉塊、破損掉塊缺陷確認和量化分析，若分析判定為無破損掉塊，則初步辨識結果為誤判。

3.根據權利要求2所述的多模視覺融合的無砟軌道結構隱性缺陷檢測方法，其特征在于，若初步辨識中識別隱性缺陷為填充層-底座板層間異面離縫時，調取對應里程處得空間點云數據進行三維重構，計算點云沿鐵路線路橫縱向的空間點位置信息，對異面離縫事件的離縫高度測量，若分析判定為無異面離縫，則初步辨識結果為誤判。

4.根據權利要求3所述的多模視覺融合的無砟軌道結構隱性缺陷檢測方法，其特征在于，對二維圖像數據進行圖片濾波去噪、圖像增強、閾值化處理預處理操作，采用深度學習算法進行圖像裂紋識別以及尺寸量化，結合圖像的無砟軌道覆蓋區域和圖中裂紋分布位置先驗知識，實現對軌道板及板間結構表面裂縫、填充層裂縫、軌道板-填充層層間共面離縫、軌道板-板間結構表面板間離縫的辨識。

5.根據權利要求4所述的多模視覺融合的無砟軌道結構隱性缺陷檢測方法，其特征在于，對無砟軌道上表面及側面的二維圖像數據先進行形態學圖像處理，后提取圖像特征，結合灰度異常區域分割出異常塊狀區域并根據此二值圖像測量面積，結合相機對無砟軌道的覆蓋區域以及圖像中異常塊狀區域分布位置，實現軌道板及板間結構表面破損掉塊、填充層脫空掉塊的初步圖像識別。

6.根據權利要求5所述的多模視覺融合的無砟軌道結構隱性缺陷檢測方法，其特征在于，對分割后的二值化圖像擬采用基于關鍵點的尺寸測量，通過計算分段后每一部分的外接矩形垂線得到裂縫的最大寬度，對填充層-底座板層間異面離縫是否存在進行初步圖像識別。

7.一種多模視覺融合的無砟軌道結構隱性缺陷檢測系統，其特征在于，包括：

獲取模塊，用于獲取無砟軌道結構的二維圖像數據；

初步辨識模塊，用于基于二維圖像，對無砟軌道裂縫、共面離縫、破損掉塊和異面離縫進行初步辨識；

提取模塊，用于提取初步辨識的破損掉塊和異面離縫對應的空間點云數據；

判定模塊，用于基于空間點云數據，判斷初步辨識的破損掉塊和異面離縫是否為誤判，得到最終的缺陷檢測結果。

8.一種非暫態計算機可讀存儲介質，其特征在于，所述非暫態計算機可讀存儲介質用于存儲計算機指令，所述計算機指令被處理器執行時，實現如權利要求1-6任一項所述的多模視覺融合的無砟軌道結構隱性缺陷檢測方法。

9.一種計算機程序產品，其特征在于，包括計算機程序，所述計算機程序當在一個或多個處理器上運行時，用于實現如權利要求1-6任一項所述的多模視覺融合的無砟軌道結構隱性缺陷檢測方法。

10.一種電子設備，其特征在于，包括：處理器、存儲器以及計算機程序；其中，處理器與存儲器連接，計算機程序被存儲在存儲器中，當電子設備運行時，所述處理器執行所述存儲器存儲的計算機程序，以使電子設備執行實現如權利要求1-6任一項所述的多模視覺融合的無砟軌道結構隱性缺陷檢測方法的指令。