详情

原文传递一种基于超声波信号的钢轨缺陷识别方法、系统及电子设备

专利名称：	一种基于超声波信号的钢轨缺陷识别方法、系统及电子设备
摘要：	本发明提供一种基于超声波信号的钢轨缺陷识别方法，该方法通过获取一检测钢轨缺陷的超声波信号图，所述超声波信号图包括多个具有钢轨的深度信息及宽度信息的信号点，将所述超声波信号图输入至多个RGB通道中，将输出的多张图像进行特征加强后进行叠加，获得叠加图像，基于预设的矩形框和所述叠加图像，对初始识别神经网络进行训练，获得钢轨缺陷识别神经网络。通过多个RGB通道对所述超声波信号进行处理，以获得所述缺陷对应的信号点以确定缺陷的轮廓，并基于预设的矩形框将所述缺陷对应的多个信号点进行定位，以识别所述缺陷的位置和类型，具有识别缺陷更准确、识别效率较高的优点。
专利类型：	发明专利
国家地区组织代码：	山东;37
申请人：	创新奇智(青岛)科技有限公司
发明人：	张发恩;凌明;艾国
专利状态：	有效
申请日期：	2019-07-08T00:00:00+0800
发布日期：	2019-10-11T00:00:00+0800
申请号：	CN201910614902.7
公开号：	CN110320285A
代理机构：	深圳市智享知识产权代理有限公司
代理人：	王琴;蒋慧
分类号：	G01N29/44(2006.01);G;G01;G01N;G01N29
申请人地址：	266000 山东省青岛市即墨区通济新经济区九江路17号A1-9
主权项：	1.一种基于超声波信号的钢轨缺陷识别方法，其特征在于：包括如下步骤: 步骤S1：获取一检测钢轨缺陷的超声波信号图，所述超声波信号图包括多个具有钢轨的深度信息及宽度信息的信号点，多个所述信号点组成至少一个钢轨缺陷；步骤S2：将所述超声波信号图输入至多个RGB通道中，获得多张信号图像，将每一信号图像进行预处理，获得多张特征加强图像，将多张特征加强图像叠加，获得叠加图像；步骤S3：提供反映真实缺陷的矩形框，并将叠加图像及所述矩形框输入至一初始识别神经网络进行训练，获得钢轨缺陷识别神经网络，所述钢轨缺陷识别神经网络可基于输入的超声波信号图识别钢轨缺陷。 2.如权利要求1中所述基于超声波信号的钢轨缺陷识别方法，其特征在于：上述步骤S2具体包括如下步骤：步骤S21：将所述多个信号点输入至8个RGB通道中，获得8张信号图像；及步骤S22：将每一信号图像的每一信号点进行在深度方向上进行扩展，获得8张特征加强图，将多张特征加强图像叠加，获得叠加图像。 3.如权利要求1中所述基于超声波信号的钢轨缺陷识别方法，其特征在于：上述步骤S3与步骤S4之间还包括：步骤S 100：将每一特征加强图分割为多张分割图像，相邻两张分割图像的重叠区域的宽度对应为钢轨缺陷的最大宽度。 4.如权利要求1中所述基于超声波信号的钢轨缺陷识别方法，其特征在于：上述步骤S3具体包括如下步骤：步骤S31：基于多种类型的真实缺陷的尺寸，设计对应尺寸的矩形框；步骤S32：获取一初始识别神经网络，将所述初始识别神经网络中的RGB通道数量增加到8个RGB通道；步骤S33：将多张分割图像及所述矩形框输入至所述初始识别神经网络中；步骤S34：所述初始识别神经网络基于多个信号点的深度信息及宽度信息组成的信号尺寸信息，在对应信号点的位置定位与真实尺寸信息匹配的矩形框；及步骤S35：所述初始识别神经网络学习所述矩形框的生成过程，训练获得所述钢轨缺陷识别神经网络，所述钢轨缺陷识别神经网络可基于输入的多个信号点识别钢轨缺陷。 5.如权利要求3中所述基于超声波信号的钢轨缺陷识别方法，其特征在于：上述步骤S43具体包括如下步骤：步骤S 341：所述初始识别神经网络基于多个信号点对应的信号尺寸信息，在对应信号点的位置生成对应类型的矩形框；及步骤S 342：根据多个信号点的信号尺寸信息，对所述矩形框的尺寸进行调整，以将多个信号点置于所述矩形框内。 6.如权利要求1中所述基于超声波信号的钢轨缺陷识别方法，其特征在于：上述步骤S1具体包括如下步骤：步骤S11：在钢轨上按照预设距离对钢轨进行检测，获得预设距离间隔下的多个超声波信号；及步骤S12：将多个超声波信号中的回波能量超过阈值的记录作为信号点，获得具有钢轨的深度信息及宽度信息对应多个信号点的超声波信号图。 7.一种基于超声波信号的钢轨缺陷识别系统，其特征在于，包括：信号获取单元，用于获取一检测钢轨缺陷的超声波信号图，所述超声波信号图包括多个具有钢轨的深度信息及宽度信息的信号点，多个所述信号点组成至少一个钢轨缺陷；图像处理单元，用于将所述超声波信号图输入至多个RGB通道中，获得多张信号图像，将每一信号图像进行预处理，获得多张特征加强图像，将多张特征加强图像叠加，获得叠加图像；及模型训练单元，用于提供反映真实缺陷的矩形框，并将叠加图像及所述矩形框输入至一初始识别神经网络进行训练，获得钢轨缺陷识别神经网络，所述钢轨缺陷识别神经网络可基于输入的超声波信号图识别钢轨缺陷。 8.如权利要求7中所述基于超声波信号的钢轨缺陷识别系统，其特征在于，所述图像处理单元还包括：通道处理单元，将所述多个信号点输入至8个RGB通道中，获得8张信号图像；及信号扩展单元，用于将每一信号图像的每一信号点进行在深度方向上进行扩展，获得8张特征加强图。 9.如权利要求7中所述基于超声波信号的钢轨缺陷识别系统，其特征在于，还包括：图像分割单元，用于将每一特征加强图分割为多张分割图像，相邻两张分割图像的重叠区域的宽度对应为钢轨缺陷的最大宽度。 10.一种电子设备，包括存储器和处理器，其特征在于：所述存储器中存储有计算机程序，所述计算机程序被设置为运行时执行所述权利要求1至6任一项中所述基于超声波信号的钢轨缺陷识别方法；所述处理器被设置为通过所述计算机程序执行所述权利要求1至6任一项中所述基于超声波信号的钢轨缺陷识别方法。
所属类别：	发明专利