详情

原文传递一种基于图像识别的钢轨廓形检测方法

专利名称：	一种基于图像识别的钢轨廓形检测方法
摘要：	本发明涉及轨道交通及钢轨探伤领域，具体涉及一种基于图像识别的钢轨廓形检测方法，本发明通过以下步骤实现对钢轨廓形的检测：S1，使用两台3D激光扫描仪采集钢轨廓形图像；S2，计算廓形的扭转函数；S3，计算标准廓形和待检测廓形的函数距离；S4，根据距离阈值判定廓形是否存在伤损。本发明的优点是实现了对钢轨廓形伤损的智能判定，提高伤损判定的精准度和效率，降低人工检测钢轨的成本，有效预防断轨事故的发生。
专利类型：	发明专利
国家地区组织代码：	广东;44
申请人：	梁帆
发明人：	梁帆;余旸
专利状态：	有效
申请日期：	2019-06-15T00:00:00+0800
发布日期：	2019-08-16T00:00:00+0800
申请号：	CN201910518556.2
公开号：	CN110132990A
分类号：	G01N21/88(2006.01);G;G01;G01N;G01N21
申请人地址：	523000 广东省东莞市东城街道牛山外经工业园伟丰5号研发楼301
主权项：	1.一种基于图像识别的钢轨廓形检测方法，其特征在于，包含以下步骤： S1，使用3D激光扫描仪采集钢轨廓形图像； S2，计算廓形的扭转函数(Turning Function)； S3，计算标准廓形和待检测廓形的扭转函数之间的距离； S4，判定廓形是否存在伤损。 2.根据权利要求1所述的一种基于图像识别的钢轨廓形检测方法，其特征在于，①为60kg/m的铁轨；②和③为3D激光扫描仪，对称安装于探伤小车的两侧；所述的扫描仪中心相距666mm，中心轴之间的夹角为120°；所述的扫描仪扫描范围在全部轨头至轨底20度圆弧之间，所述的激光扫描仪设定的工作距离在300-450毫米之间。在扫描廓形图像时，随着小车前进，扫描仪沿着铁轨每1mm扫描一次点集，每次大概采集800个点。 3.根据权利要求1所述的一种基于图像识别的钢轨廓形检测方法，其特征在于，所述的S2中扭转函数是对廓形曲线转角的累积统计量，描述曲线距离和扭转角度之间的关系。 4.根据权利要求2所述的一种基于图像识别的钢轨廓形检测方法，其特征在于，所述的S2扭转函数的计算步骤如下： S21，将廓形轮廓P用n个向量组成的集合表示，即P＝{p0，p1，...，pn-1}，其中pi-1和pi mod n相邻，i∈{1，...，n}。 S22，计算轮廓的线段表示，即P＝{Δs1，Δs2......Δsn，}。其中Δsi＝si mod n-si-1，表示pi-1和pi mod n之间的线段。 S23，计算轮廓相邻点的距离表示，即P＝{Δl1，Δl2，，...，Δln，}。其中Δli＝pi mod n-pi-1，删除无效点，通过计算平均值插补，补全轨型并分为两段。 S24，计算廓形的扭转函数。θ(s)＝θ1μ1(s)+θ2μ2(s)+…+θnμn(s)。其中θi∈(0，2π]，代表每一条线段Δsi的倾斜角。μi(s)是指示函数。当s∈(si-1，si](同通过计算半径，选取最接近20mm的一段)时，函数值取1；否则，函数值取0。 5.根据权利要求1所述的一种基于图像识别的钢轨廓形检测方法，其特征在于，所述的S3的扭转函数距离的计算公式为： 6.根据权利要求1或3所述的一种基于图像识别的钢轨廓形检测方法，其特征在于，计算扭转函数考虑到钢轨廓形存在旋转或缩放成像的问题，对距离计算公式添加旋转角度和平移距离参数：对某一特定范围内的旋转角度和平移距离进行距离计算。 7.根据权利要求1所述的一种基于图像识别的钢轨廓形检测方法，其特征在于，所述的S4判定廓形，需要先设定扭转函数的距离阈值，若S3中计算得出的距离值大于阈值，说明待判定的钢轨轮廓和标准廓形之间的差距较大，因此可以判定钢轨廓形存在伤损。
所属类别：	发明专利