-
公开(公告)号:CN119672404A
公开(公告)日:2025-03-21
申请号:CN202411671932.9
申请日:2024-11-21
Applicant: 成都唐源电气股份有限公司 , 中国铁路兰州局集团有限公司
IPC: G06V10/764 , G06V10/74 , G06V10/75 , G06N3/04 , G06V20/40
Abstract: 本发明公开了一种实时监测受电弓异常的缺陷识别方法,涉及机器学习技术领域,包括以下步骤:采集弓网实时视频流数据;将弓网实时视频流数据抽帧转换为连续的静态待检测弓网图像;对待检测弓网图像和标准弓网图像进行背景降噪和图像配准;定位图像配准后的待检测弓网图像中的待检测受电弓区域;判定待检测受电弓区域中的受电弓是否异常并输出判定结果;定位待检测受电弓区域中的待检测羊角区域,并判定待检测羊角区域中的羊角是否异常并输出判定结果。本发明通过引入背景降噪与图像配准的方法,提升后续判定的准确性;采用抽帧方法输出静态图像以实时监测运行状态下受电弓状态;采用基于Ghostnet主干网络的Yolov5n目标检测模型快速定位图像中的受电弓。