-
公开(公告)号:CN111383273B
公开(公告)日:2022-04-29
申请号:CN202010153837.5
申请日:2020-03-07
Applicant: 西南交通大学
Abstract: 本发明公开一种基于改进结构推理网络的高铁接触网零部件定位方法,首先对高速铁路接触网支撑及悬挂装置进行图像采集;再根据采集到的图像建立接触网支撑及悬挂装置的样本数据集;最后将数据集划分为训练集和测试集,训练好结构推理网络后,利用结构推理网络对接触网零部件进行精确快速定位。本发明能够高效快速定位接触网各零部件,网络模型当中的结构推理网络融合了目标自身信息和目标之间的位置关系信息以及场景信息,并以此进行信息的迭代传播;考虑了接触网零部件大小差异太大,使用第二次池化后特征层输入ROI池化层,能够精确定位顶紧螺栓等细小零部件。
-
公开(公告)号:CN111310761A
公开(公告)日:2020-06-19
申请号:CN202010149743.0
申请日:2020-03-06
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于重构和分类卷积自编码网络的接触网绝缘子检测方法,具体为:1、对高速铁路接触网支撑及悬挂装置进行成像;2、建立绝缘子的样本数据集,进行绝缘子目标检测与分割;3、利用坐标变换将绝缘子调整为水平,利用离群值检测去除噪声,对绝缘子进行边缘检测后进行二次函数拟合,对采集到的绝缘子图像进行逐片裁剪,最终建立绝缘子片数据集;4、搭建重构和分类卷积自动编码网络,判断是否存绝缘子误分类,并提取绝缘子故障区域;5、对分离出的前景图像进行聚类,根据聚类结果,建立故障判断准则;通过设置阈值判断绝缘子是否故障,并进一步评估故障的级别。本发明检测结果客观、真实、精确,克服了传统检测方法的缺陷。
-
公开(公告)号:CN105741291B
公开(公告)日:2018-06-19
申请号:CN201610067029.0
申请日:2016-01-30
Applicant: 西南交通大学
Abstract: 本发明公开了一种高速铁路接触网悬挂装置等电位线故障检测方法。获取的接触网的全局和局部图像中截取训练分类器所需的正负样本;利用HOG算法对正负样本图像进行特征提取,并将提取的特征输入Adaboost级联分类器和SVM支持向量机中进行训练,利用训练好的分类器从整幅接触网悬挂装置图像中识别定位待检测的目标图像;对识别出来的目标图像进行图像预处理,利用水平集RSF模型进行提取图像目标边缘;计算故障等电位线图像的连通域,求取连通域的个数和面积作为判别等电位线是否发生散股故障的准则对接触网悬挂装置图像中识别出来的等电位线进行故障判断。本发明较好地解决了高速接触网悬挂装置等电位线故障高效、快速的检测,能够满足系统的在线检测的实时性和精确性要求,应用前景广泛。
-
公开(公告)号:CN103557788B
公开(公告)日:2015-10-14
申请号:CN201310482227.X
申请日:2013-10-15
Applicant: 西南交通大学
Abstract: 本发明公开了一种高铁接触网接几何参数检测非接触式补偿及卡尔曼滤波修正方法。主要包括以下步骤:首先通过轮对上的编码器,等间距触发摄像机采集视频图像;利用预测策略,预测目标光斑在图像中出现的区域;利用质心法和图像形态学方法定位目标光斑在图像中的位置;通过角度传感器检测侧滚振动的角度,利用坐标变换对振动进行补偿;借助光斑在“图像坐标系”位置到最后“世界坐标系”位置的映射变换,求出导高和拉出值;最后利用卡尔曼滤波方程对检测值进行修正。本发明有效地克服了系统检测精度低,实时处理性能差等问题,提高了系统的处理效率,较好地解决了高速接触网在线检测对实时性和精度性的要求。
-
公开(公告)号:CN104281838A
公开(公告)日:2015-01-14
申请号:CN201410502240.1
申请日:2014-09-23
Applicant: 西南交通大学
CPC classification number: G06K9/6286
Abstract: 本发明公开了一种基于HOG特征与二维Gabor小波变换的高铁接触网支撑装置耳片断裂检测方法,对旋转双耳耳片断裂故障进行检测。包括以下步骤:首先建立旋转双耳的正负样本库;再提取正负样本的HOG特征,生成样本的特征描述符;然后基于AdaBoost算法,对Cascade级联分类器进行训练,并利用训练好的分类器对图像中的旋转双耳的所在区域与非旋转双耳所在区域进行分类识别,完成旋转双耳在图中的定位。最后利用二维Gabor小波变换对旋转双耳子图像中的边缘信息进行筛选,进而对耳片断裂故障引起的故障裂痕进行识别。本发明方法能在复杂的接触网悬挂装置图像中准确识别发生断裂故障的耳片,与人工筛查的方法相比可大大提高检测的效率。
-
公开(公告)号:CN111402215B
公开(公告)日:2022-04-29
申请号:CN202010153833.7
申请日:2020-03-07
Applicant: 西南交通大学
Abstract: 本发明公开一种基于鲁棒主成分分析法的接触网绝缘子状态检测方法,根据采集的接触网支撑及悬挂装置图像建立绝缘子样本数据集,并采用Mask‑RCNN卷积神经网络进行目标检测与分割,从而定位出图像中绝缘子的位置并分割;根据定位结果计算绝缘子最小外接矩,检测倾斜角度,根据倾斜角度旋转获取的图片,得到水平绝缘子图像;对采集到的绝缘子图像进行逐片裁剪,得到单个固定视角的绝缘子片数据集;对固定视角的绝缘子片数据集进行前景与背景分割;通过灰度共生矩阵对分离出的前景进行纹理特征提取,采用能量和熵来提取图像的纹理特征,并根据其是否正相关进行加权求和,并设置阈值识别绝缘子状态。本发明实现了绝缘子残缺及污垢等不良状态的检测与快速定位。
-
公开(公告)号:CN107564056B
公开(公告)日:2020-12-18
申请号:CN201710615521.1
申请日:2017-07-26
Applicant: 西南交通大学
Abstract: 本发明公开一种接触网支撑装置三维点云数据最优数据帧选取方法,通过安装架设于检测车顶的三维扫描仪,对接触网支撑装置进行连续拍摄,实时采集接触网支撑装置的三维点云图像;对获取到的接触网支撑装置点云图像中的点云数据进行密度统计,分析其变化规律,提取点云数据有效数据帧;对提取得到的点云数据有效帧进行三维质心计算,对点云质心进行跟踪定位,分析其变化规律,提取点云数据最优数据帧,并利用接触网支撑装置点云的数量统计变化规律,提高最优数据帧提取的时效性。本发明有效地克服了系统数据有效性及处理实时性能差等问题,提高了系统的处理效率,较好地解决了高速接触网在线检测对数据选取的实时性和有效性的要求。
-
公开(公告)号:CN111462045A
公开(公告)日:2020-07-28
申请号:CN202010150298.X
申请日:2020-03-06
Applicant: 西南交通大学
Abstract: 本发明公开了一种悬链支撑组件缺陷的检测方法,一种悬链支撑组件缺陷的检测方法,包括以下步骤:步骤1:构建接触网承力索底座和斜拉线钩的数据集;步骤2:采用Faster RCNN卷积神经网络进行目标定位,得到接触网承力索底座和斜拉线钩的定位结果;步骤3:根据定位结果和接触网承力索底座和斜拉线钩的结构信息,得到斜拉线所在候选区域图像;步骤4:利用霍夫变换,对斜拉线候选区域图像进行定位,得到斜拉线的定位结果,根据直线检测结果,进行斜拉线松动缺陷检测;步骤5:根据图像处理方法和检测结果,对承力索底座进行安装缺陷检测;本发明提高了部件检测效率和精度,能够有效检测斜拉线是否发生松动故障,检测效率较高,简化了故障检测的难度。
-
公开(公告)号:CN111402215A
公开(公告)日:2020-07-10
申请号:CN202010153833.7
申请日:2020-03-07
Applicant: 西南交通大学
Abstract: 本发明公开一种基于鲁棒主成分分析法的接触网绝缘子状态检测方法,根据采集的接触网支撑及悬挂装置图像建立绝缘子样本数据集,并采用Mask-RCNN卷积神经网络进行目标检测与分割,从而定位出图像中绝缘子的位置并分割;根据定位结果计算绝缘子最小外接矩,检测倾斜角度,根据倾斜角度旋转获取的图片,得到水平绝缘子图像;对采集到的绝缘子图像进行逐片裁剪,得到单个固定视角的绝缘子片数据集;对固定视角的绝缘子片数据集进行前景与背景分割;通过灰度共生矩阵对分离出的前景进行纹理特征提取,采用能量和熵来提取图像的纹理特征,并根据其是否正相关进行加权求和,并设置阈值识别绝缘子状态。本发明实现了绝缘子残缺及污垢等不良状态的检测与快速定位。
-
公开(公告)号:CN111383273A
公开(公告)日:2020-07-07
申请号:CN202010153837.5
申请日:2020-03-07
Applicant: 西南交通大学
Abstract: 本发明公开一种基于改进结构推理网络的高铁接触网零部件定位方法,首先对高速铁路接触网支撑及悬挂装置进行图像采集;再根据采集到的图像建立接触网支撑及悬挂装置的样本数据集;最后将数据集划分为训练集和测试集,训练好结构推理网络后,利用结构推理网络对接触网零部件进行精确快速定位。本发明能够高效快速定位接触网各零部件,网络模型当中的结构推理网络融合了目标自身信息和目标之间的位置关系信息以及场景信息,并以此进行信息的迭代传播;考虑了接触网零部件大小差异太大,使用第二次池化后特征层输入ROI池化层,能够精确定位顶紧螺栓等细小零部件。
-
-
-
-
-
-
-
-
-