详情

原文传递无砟轨道的轨道板裂缝检测方法

专利名称：	无砟轨道的轨道板裂缝检测方法
摘要：	本发明实施例提供一种无砟轨道的轨道板裂缝检测方法，包括：获取待测轨道的三维点云数据和二维灰度数据，提取三维点云数据中轨道板区域的目标三维点云数据；基于目标三维点云数据在三维点云数据中的定位结果，结合三维点云数据与二维灰度数据之间的区域对应关系，提取二维灰度数据中轨道板区域的目标二维灰度数据；通过统计分析目标二维灰度数据与对应的第一参考数据之间的差异，或者，通过统计分析目标三维点云数据与对应的第二参考数据之间的差异，提取轨道板区域中的裂缝特征点；根据裂缝特征点的聚集性和连续性，获取轨道板区域的裂缝检测结果。本发明实施例能够实现轨道板裂缝的快速、连续、自动的检测，降低了人工成本、提高了检测速度。
专利类型：	发明专利
国家地区组织代码：	湖北;42
申请人：	武汉武大卓越科技有限责任公司
发明人：	曹民;张德津;林红;周瑾;王新林
专利状态：	有效
申请日期：	2019-02-21T00:00:00+0800
发布日期：	2019-06-11T00:00:00+0800
申请号：	CN201910129596.8
公开号：	CN109870459A
代理机构：	北京路浩知识产权代理有限公司
代理人：	王莹;吴欢燕
分类号：	G01N21/88(2006.01);G;G01;G01N;G01N21
申请人地址：	430223 湖北省武汉市东湖高新区武大科技园4路6号
主权项：	1.一种无砟轨道的轨道板裂缝检测方法，其特征在于，包括：获取待测轨道的三维点云数据和二维灰度数据，提取所述三维点云数据中轨道板区域的目标三维点云数据；基于所述目标三维点云数据在所述三维点云数据中的定位结果，结合所述三维点云数据与所述二维灰度数据之间的区域对应关系，提取所述二维灰度数据中轨道板区域的目标二维灰度数据；通过统计分析所述目标二维灰度数据与对应的第一参考数据之间的差异，或者，通过统计分析所述目标三维点云数据与对应的第二参考数据之间的差异，提取所述轨道板区域中的裂缝特征点；根据所述裂缝特征点的聚集性和连续性，获取所述轨道板区域的裂缝检测结果；其中，所述三维点云数据通过线扫描三维测量传感器测量获取。 2.根据权利要求1所述的方法，其特征在于，通过统计分析所述目标二维灰度数据与对应的第一参考数据之间的差异，提取所述轨道板区域中的裂缝特征点，包括：对所述目标二维灰度数据进行滤波处理，获得所述轨道板区域中每个测点对应的参考灰度值，所述参考灰度值为与所述目标二维灰度数据对应的第一参考数据；将每个测点在所述目标二维灰度数据中的原始灰度值与所述参考灰度值作差，获得每个所述测点对应的灰度差值；根据所述灰度差值判断所述轨道板区域内是否含有裂缝区域，并根据判断结果在所述轨道板区域的测点中选取目标测点作为所述裂缝特征点。 3.根据权利要求2所述的方法，其特征在于，所述根据所述灰度差值判断所述轨道板区域内是否含有裂缝区域，包括，将所述轨道板区域划分为不同的子块区域，对于每个所述子块区域进行如下处理：对所述子块区域中每个所述测点的灰度差值进行排序后，按照步长统计每个所述步长对应的灰度差值，并将每个所述步长对应的所述灰度差值作为灰度差值分布值；若判断获知所述灰度差值分布值具有跳跃性，则确认所述子块区域内含有裂缝区域；其中，所述判断获知所述灰度差值分布值具有跳跃性，包括：将每个所述步长的所述灰度差值分布值与相邻步长的灰度差值分布值作差后，获得每个所述步长对应的灰度差值分布值差值；获得多个所述灰度差值分布值差值的平均值，根据所述灰度差值分布值差值的平均值获取灰度差值阈值；若存在大于灰度差值阈值的所述灰度差值分布值差值，则确认所述灰度差值分布值具有跳跃性，且所述灰度差值分布值差值对应的测点为跳跃点。 4.根据权利要求3所述的方法，其特征在于，所述根据判断结果在所述轨道板区域的测点中选取目标测点作为所述裂缝特征点，包括：对于每一所述子块区域，若所述判断结果为所述子块区域内含有裂缝区域，则将所述跳跃点对应的灰度值作为第一局部分割阈值；将所述第一局部分割阈值和第一全局分割阈值中的较大值作为第一目标分割阈值；将所述子块区域中灰度差值小于所述第一目标分割阈值的测点作为所述裂缝特征点；或者，若所述判断结果为所述子块区域内不含有裂缝区域，则将所述子块区域中所述测点的灰度差值的排序中设定位置处的灰度差值作为第二局部分割阈值；根据所述第二局部分割阈值和所述第一全局分割阈值中的较小值确定第二目标分割阈值；将所述子块区域中灰度差值小于所述第二目标分割阈值的测点作为所述裂缝特征点；其中，所述第一全局分割阈值通过如下方式获取，对所述轨道板区域中每个测点的灰度差值进行升序排列，将所述排列中的设定顺序处的灰度差值作为所述第一全局分割阈值。 5.根据权利要求1所述的方法，其特征在于，通过统计分析所述目标三维点云数据与对应的第二参考数据之间的差异，提取所述轨道板区域中的裂缝特征点，包括：对所述目标三维点云数据进行滤波处理，获得所述轨道板区域中每个测点对应的参考高程值，所述参考高程值为与所述目标三维点云数据对应的第二参考数据；将每个测点在所述目标三维点云数据中的原始高程值与所述参考高程值作差，获得每个所述测点对应的高程差值；根据所述高程差值判断所述轨道板区域内是否含有裂缝区域，并根据判断结果在所述轨道板区域的测点中选取目标测点作为所述裂缝特征点。 6.根据权利要求5所述的方法，其特征在于，所述根据所述高程差值判断所述轨道板区域内是否含有裂缝区域，包括，将所述轨道板区域划分为不同的子块区域，对于每个所述子块区域进行如下处理：对所述子块区域中每个所述测点的高程差值进行排序后，按照步长统计每个所述步长对应的高程差值，并将每个所述步长对应的所述高程差值作为高程差值分布值；若判断获知所述高程差值分布值具有跳跃性，则确认所述子块区域内含有裂缝区域；其中，所述判断获知所述高程差值分布值具有跳跃性，包括：将每个所述步长的所述高程差值分布值与相邻步长的高程差值分布值作差后，获得每个所述步长对应的高程差值分布值差值；获得多个所述高程差值分布值差值的平均值，根据所述高程差值分布值差值的平均值获取高程差值阈值；若存在大于高程差值阈值的所述高程差值分布值差值，则确认所述高程差值分布值具有跳跃性，且所述高程差值分布值差值对应的测点为跳跃点。 7.根据权利要求6所述的方法，其特征在于，所述根据判断结果在所述轨道板区域的测点中选取目标测点作为所述裂缝特征点，包括：对于每一所述子块区域，若所述判断结果为所述子块区域内含有裂缝区域，则将所述跳跃点对应的高程值作为第三局部分割阈值；将所述第三局部分割阈值和第二全局分割阈值中的较大值作为第三目标分割阈值；将所述子块区域中高程差值小于所述第三目标分割阈值的测点作为所述裂缝特征点；或者，若所述判断结果为所述子块区域内不含有裂缝区域，则将所述子块区域中所述测点的高程差值的排序中设定位置处的高程差值作为第四局部分割阈值；根据所述第四局部分割阈值和所述第二全局分割阈值中的较小值确定第四目标分割阈值；将所述子块区域中高程差值小于所述第四目标分割阈值的测点作为所述裂缝特征点；其中，所述第二全局分割阈值通过如下方式获取，对所述轨道板区域中每个测点的高程差值进行升序排列，将所述排列中的设定顺序处的高程差值作为所述第二全局分割阈值。 8.根据权利要求1所述的方法，其特征在于，根据所述裂缝特征点的聚集性和连续性，获取所述轨道板区域的裂缝检测结果，包括：根据所述裂缝特征点获得所述轨道板区域的二值化图像；将所述二值化图像划分为多个图像子块后，对于每个所述图像子块，根据所述图像子块中所述裂缝特征点的聚集性和连续性定位获得裂缝区域骨架；对所述裂缝区域骨架进行延伸去噪，获得裂缝区域子块集；并根据所述裂缝区域子块集的信息和所述裂缝区域子块集内部的所述裂缝特征点的信息获得所述裂缝检测结果。 9.根据权利要求8所述的方法，其特征在于，所述根据所述裂缝特征点获取所述轨道板区域的裂缝检测结果之后，还包括：根据所述裂缝检测结果中裂缝的尺寸信息获得所述裂缝的影响信息，所述影响信息包括影响宽度信息、影响长度信息和影响面积信息中的一个或多个；根据所述裂缝的尺寸信息和所述影响信息判定所述裂缝的严重程度。 10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至9任一项所述无砟轨道的轨道板裂缝检测方法的步骤。
所属类别：	发明专利