[發(fā)明專利]多模視覺融合的無砟軌道結(jié)構(gòu)隱性缺陷檢測方法及系統(tǒng)在審
| 申請?zhí)枺?/td> | 202211619613.4 | 申請日: | 2022-12-15 |
| 公開(公告)號: | CN115841477A | 公開(公告)日: | 2023-03-24 |
| 發(fā)明(設(shè)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(quán))人: | 北京交通大學(xué) |
| 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(wù)所 11255 | 代理人: | 鄒芳德 |
| 地址: | 100044 北*** | 國省代碼: | 北京;11 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 視覺 融合 軌道 結(jié)構(gòu) 隱性 缺陷 檢測 方法 系統(tǒng) | ||
本發(fā)明提供一種多模視覺融合的無砟軌道結(jié)構(gòu)隱性缺陷檢測方法及系統(tǒng),屬于基于計算機(jī)視覺的軌道缺陷檢測技術(shù)領(lǐng)域,獲取無砟軌道結(jié)構(gòu)的二維圖像數(shù)據(jù);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(jìn)行初步辨識;提取初步辨識的破損掉塊和異面離縫對應(yīng)的空間點(diǎn)云數(shù)據(jù);基于空間點(diǎn)云數(shù)據(jù),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(jié)果。本發(fā)明利用計算機(jī)視覺處理技術(shù),通過對2D圖像和3D點(diǎn)云信息采集設(shè)備的合理布局,實現(xiàn)快速巡檢條件下的無砟軌道隱性缺陷表觀視覺信息采集,通過對圖像和點(diǎn)云信息分級利用,滿足無砟軌道結(jié)構(gòu)多種典型隱性缺陷的準(zhǔn)確辨識、定位及定量測量。
技術(shù)領(lǐng)域
本發(fā)明涉及基于計算機(jī)視覺的軌道缺陷檢測技術(shù)領(lǐng)域,具體涉及一種多模視覺融合的無砟軌道結(jié)構(gòu)隱性缺陷檢測方法及系統(tǒng)。
背景技術(shù)
高速鐵路無砟軌道結(jié)構(gòu)在列車荷載、循環(huán)溫度荷載等復(fù)雜環(huán)境長期作用下,軌道板、填充層以及板間結(jié)構(gòu)的裂縫、離縫、開裂破損等隱性缺陷逐漸顯現(xiàn),如未及時發(fā)現(xiàn)、修整,其可誘發(fā)軌道漲板、不平順加劇等顯性病害,對高速行車安全和舒適性造成威脅,同時會降低無砟軌道結(jié)構(gòu)服役耐久性
高速鐵路無砟軌道結(jié)構(gòu)隱性缺陷具有高突發(fā)性、隨機(jī)分布性,當(dāng)前以大型高速檢測車周期性動檢+人工肉眼結(jié)合小型檢測儀”的既有軌道檢測體系對顯著病害具有良好檢測效果,但對所提隱性缺陷的檢測及診斷能力不足,長期處于“病顯就醫(yī)”管養(yǎng)模式,難以對隱性缺陷實現(xiàn)早發(fā)現(xiàn)、早診治。此外,已有基于彈性波、空氣超聲耦合技術(shù)、激光掃描技術(shù)、紅外成像等多種新型隱性缺陷檢測技術(shù)也有報道,但全部為處于試驗研究階段的單一手段的檢測方法,且檢測“速度-精度相互制約”技術(shù)瓶頸難以突破,難以滿足無砟軌道隱性缺陷工務(wù)快速精準(zhǔn)檢測工程化需求。
發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種對隱性缺陷實現(xiàn)快速、精準(zhǔn)檢測識別的多模視覺融合的無砟軌道結(jié)構(gòu)隱性缺陷檢測方法及系統(tǒng),以解決上述背景技術(shù)中存在的至少一項技術(shù)問題。
為了實現(xiàn)上述目的,本發(fā)明采取了如下技術(shù)方案:
一方面,本發(fā)明提供一種多模視覺融合的無砟軌道結(jié)構(gòu)隱性缺陷檢測方法,包括:
獲取無砟軌道結(jié)構(gòu)的二維圖像數(shù)據(jù);
基于二維圖像,對無砟軌道結(jié)構(gòu)層間及板間的裂縫、共面離縫進(jìn)行精準(zhǔn)識別和量化分析。同時對板間結(jié)構(gòu)破損、填充層表面脫空掉塊、填充層-底座板之間的異面離縫進(jìn)行初步定位和辨識;
提取初步辨識的破損掉塊和異面離縫對應(yīng)的空間點(diǎn)云數(shù)據(jù);
基于空間點(diǎn)云數(shù)據(jù),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(jié)果。
可選的,對二維圖像數(shù)據(jù)進(jìn)行圖片濾波去噪、圖像增強(qiáng)、閾值化處理預(yù)處理操作,采用深度學(xué)習(xí)算法進(jìn)行圖像裂紋識別以及尺寸量化,結(jié)合圖像設(shè)定的無砟軌道覆蓋區(qū)域和圖中裂紋分布位置先驗知識,實現(xiàn)對軌道板、板間結(jié)構(gòu)及填充層表面裂縫、軌道板-填充層層間共面離縫、軌道板-板間結(jié)構(gòu)表面板間離縫的精準(zhǔn)辨識和尺寸測量。
可選的,對無砟軌道上表面及側(cè)面的二維圖像數(shù)據(jù)先進(jìn)行形態(tài)學(xué)圖像處理,后提取圖像特征,結(jié)合灰度異常區(qū)域分割出異常塊狀區(qū)域并根據(jù)此二值圖像測量面積,結(jié)合相機(jī)對無砟軌道的覆蓋區(qū)域以及圖像中異常塊狀區(qū)域分布位置,實現(xiàn)軌道板及板間結(jié)構(gòu)表面破損掉塊、填充層脫空掉塊的初步圖像識別。
可選的,對分割后的二值化圖像擬采用基于關(guān)鍵點(diǎn)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(jìn)行初步圖像識別。
可選的,若初步辨識中識別隱性缺陷為填充層脫空掉塊或板間結(jié)構(gòu)側(cè)面破損掉塊時,調(diào)取對應(yīng)里程處的空間點(diǎn)云數(shù)據(jù)進(jìn)行三維重構(gòu),計算得到結(jié)構(gòu)異常體積形態(tài),進(jìn)行脫空掉塊、破損掉塊缺陷精準(zhǔn)辨識和量化分析,若分析判定為無破損掉塊,則糾正初步辨識結(jié)果為誤判。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于北京交通大學(xué),未經(jīng)北京交通大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202211619613.4/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 卡片結(jié)構(gòu)、插座結(jié)構(gòu)及其組合結(jié)構(gòu)
- 鋼結(jié)構(gòu)平臺結(jié)構(gòu)
- 鋼結(jié)構(gòu)支撐結(jié)構(gòu)
- 鋼結(jié)構(gòu)支撐結(jié)構(gòu)
- 單元結(jié)構(gòu)、結(jié)構(gòu)部件和夾層結(jié)構(gòu)
- 鋼結(jié)構(gòu)扶梯結(jié)構(gòu)
- 鋼結(jié)構(gòu)隔墻結(jié)構(gòu)
- 鋼結(jié)構(gòu)連接結(jié)構(gòu)
- 螺紋結(jié)構(gòu)、螺孔結(jié)構(gòu)、機(jī)械結(jié)構(gòu)和光學(xué)結(jié)構(gòu)
- 螺紋結(jié)構(gòu)、螺孔結(jié)構(gòu)、機(jī)械結(jié)構(gòu)和光學(xué)結(jié)構(gòu)





