一种应用于铁路运营的微小部件检测系统及方法技术方案

本发明专利技术提出了一种应用于铁路运营的微小部件检测系统及方法，属于图像数据处理的技术领域，针对铁路运营的微小部件检测过程具体包括以下步骤：步骤1、通过信息采集设备获取待分析的目标图像数据；步骤2、对目标图像数据进行预处理；步骤3、构建铁路部件检测模型并接收经过预处理后的目标图像数据；步骤4、利用所述铁路部件检测模型锁定选取目标图像数据中的目标部件所在区域；步骤5、基于获得的目标部件所在区域，对目标部件进行检测分析；步骤6、将检测分析结果传输至铁路运营中心；步骤7、铁路运营中心根据接收到的检测分析结果制定应对方案。本发明专利技术通过构建的检测模型，快速、高效的实现了对微小部件的检测，保障铁路运行的安全。保障铁路运行的安全。保障铁路运行的安全。

【技术实现步骤摘要】
一种应用于铁路运营的微小部件检测系统及方法


[0001]本专利技术属于图像数据处理的
，特别是涉及一种应用于铁路运营的微小部件检测系统及方法。

技术介绍

[0002]在社会发展的浪潮中，铁路网络布局的推进和高铁技术的快速发展，使得铁路运营维护检测承担着越来不可忽视的重要职责。铁路配件作为铁路线路的组成部分，包括钢轨、轨枕、连接零件、道床、防爬设备、轨撑和道岔。作为整体的工程结构，轨道铺设在路基之上，承担着列车运行的导向作用，承载巨大的压力。安全的零件部署，是保障列车安全、平稳运行的基础。
[0003]铁路上的微小部件作为安全运行作业的基础保障，在日常运用中如何实现针对微小部件的有效故障监测，可以有效保障铁路的日常运营。目前针对微小部件的检测，普遍还是依靠人工检测的方式，这种方式不仅需要投入大量的时间成本，同时针对检查人员也存在未知的安全隐患。

技术实现思路

[0004]专利技术目的：提出一种应用于铁路运营的微小部件检测系统及方法，以解决现有技术存在的上述问题。通过构建的检测模型快速、高效的实现对微小部件的检测，保障铁路运行的安全。
[0005]技术方案：第一方面，提出了一种应用于铁路运营的微小部件检测方法，针对快速检测的需求，通过构建的检测模型快速、高效的实现对微小部件的检测，保障铁路运行的安全。该方法具体包括以下步骤：步骤1、通过信息采集设备获取待分析的目标图像数据；步骤2、对待分析的目标图像数据进行预处理；其中，预处理的过程，进一步包括滤波操作和锐化操作；进一步的，对待分析的目标图像数据进行预处理的过程包括以下步骤：步骤2.1、接收信息采集设备获得的待分析的目标图像数据；步骤2.2、对待分析的目标图像数据进行滤波处理，针对待分析的目标图像数据中的像素点，采用预设范围内像素值求均值的方式，将图像像素值转变为领域预设范围内像素的平均值，实现噪声分散，降低噪声影响；步骤2.3、对经过滤波处理后的图像数据进行锐化处理，通过拉普拉斯过滤器得到灰度突变的区域，并进行原始图像数据与处理后数据的叠加，实现锐化；步骤2.4、输出锐化处理后的图像数据，作为预处理后的目标图像数据；步骤3、构建铁路部件检测模型并接收经过预处理后的目标图像数据；步骤4、利用所述铁路部件检测模型锁定选取预处理后的目标图像数据中的目标部件所在区域；
步骤5、基于获得的目标部件所在区域，对目标部件进行检测分析；步骤6、将检测分析结果传输至铁路运营中心；步骤7、铁路运营中心根据接收到的检测分析结果制定应对方案。
[0006]在第一方面的一些可实现方式中，锐化图像获取表达式为：
[0007]式中，表示锐化处理后的图像数据；表示锐化之前的经过滤波处理后的图像数据，在对应的坐标上的梯度上是一个二维向量；表示预设参数；表示采用拉普拉斯过滤器得到图像数据中灰度突变的区域。
[0008]铁路部件检测模型具体包括：目标区域锁定模型和目标检测模型，在利用铁路部件检测模型执行图像数据分析处理的过程中，针对接收到的预处理后的目标图像数据，先利用目标区域锁定模型，锁定选取目标图像数据中的目标部件所在区域；其次，基于获得的目标部件所在区域，利用检测模型对目标部件进行检测分析。
[0009]利用目标区域锁定模型锁定选取目标部件所在区域的过程中，具体包括以下步骤：步骤4.1、目标区域锁定模型接收预处理后的目标图像数据；步骤4.2、对接收到的预处理后的目标图像数据进行特征提取，并生成多个预测边框；步骤4.3、计算每个预测边框的置信度；置信度的计算过程为：
[0010][0011]式中，表示置信度；表示目标中心位置是否在预测边框内，当结果为在时，取值为1，反之为0；表示正式边框与预测边框的重叠程度；表示预测边框；表示实际边框；步骤4.4、基于置信度设定阈值；步骤4.5、将每个预测边框的置信度与阈值大小做比对，滤除置信度低于阈值的无效边框，获得最后的预测边框作为目标部件所在区域。
[0012]利用目标检测模型对目标部件进行检测分析的过程，具体包括以下步骤：步骤5.1、接收目标部件所在区域的图像数据；步骤5.2、利用目标检测模型进行部件特征提取，获得特征图矩阵；步骤5.3、对获取到的特征图矩阵进行全局平均池化处理，并将全局平均池化处理后的特征图矩阵展开为一维向量；步骤5.4、将所述一维向量经过Droupout丢失层和全连接层之后，通过softmax分类器实现故障二分类检测，获得检测分析结果。
[0013]在第一方面的一些可实现方式中，通过添加残差结构的方式对目标区域锁定模型进行优化，通过增加网络层级来增强网络特征，有效解决在高尺度的特征层中，由于被遮挡部分出现语义丢失的现象。
[0014]同时，目标区域锁定模型仅由卷积层构成，且每层后面跟着归一化层和激活层，并通过预设步幅的卷积层代替常见的池化层。通过预设步幅代替池化层进行降采样的操作，
可以有效降低因池化层导致的低级特征的损失。
[0015]另外，为了提高目标检测模型的识别性能，在使用之前采用多分类损失函数对其进行性能训练，其中多分类损失函数L
loss
的表达式为：
[0016]式中，m表示类别数量；N表示样本数；i表示样本序号；表示目标检测模型预测输出值；表示对应的真实值。
[0017]第二方面，提出一种应用于铁路运营的微小部件检测系统，用于实现微小部件检测方法，该系统具体包括：用于获取待分析的目标图像数据的数据获取模块；用于对目标数据进行预处理分析的数据预处理模块；用于根据需求构建铁路部件检测模型的模型构建模块；用于对目标数据进行检测分析的数据分析模块；用于输出数据模块分析结果的数据输出模块。
[0018]在第二方面的一些可实现方式中，数据获取模块通过信息采集设备获取待分析的目标图像数据，并利用数据预处理模块对获取到的待分析的目标图像数据进行数据增强的预处理操作；在数据分析模块中，针对增强获得的图像数据，利用模型构建模块构建的铁路部件检测模型进行检测分析；最后，再利用数据输出模块将数据分析模块的数据分析结果输出。
[0019]其中，数据增强的预处理过程中，数据预处理模块进一步包括滤波模块和锐化模块，并基于滤波模块实现分散噪声的方式，减弱噪声对后续分析结果的影响，在基于锐化模块实现图像灰度过度部分的突出，使灰度反差增强。
[0020]第三方面，提出一种应用于铁路运营的微小部件检测设备，该设备包括：处理器以及存储有计算机程序指令的存储器。
[0021]其中，处理器读取并执行计算机程序指令，以实现微小部件检测方法。
[0022]第四方面，提出一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序指令。计算机程序指令被处理器执行时，以实现微小部件检测方法。
[0023]有益效果：本专利技术提出了一种应用于铁路运营的微小部件检测系统及方法，针对铁路运营的微小部件检测需求，通过构建的检测模型，快速、高效的实现了对微小部件的检测，保障铁路运行的安全。
附图说明
[0024本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种应用于铁路运营的微小部件检测方法，其特征在于，具体包括以下步骤：步骤1、通过信息采集设备获取待分析的目标图像数据；步骤2、对待分析的目标图像数据进行预处理；步骤3、构建铁路部件检测模型并接收经过预处理后的目标图像数据；步骤4、利用所述铁路部件检测模型锁定选取预处理后的目标图像数据中的目标部件所在区域；步骤5、基于获得的目标部件所在区域，对目标部件进行检测分析；步骤6、将检测分析结果传输至铁路运营中心；步骤7、铁路运营中心根据接收到的检测分析结果制定应对方案；铁路部件检测模型执行图像数据分析处理的过程中，进一步包括：目标区域锁定模型和目标检测模型；采用多分类损失函数进行性能优化，其中多分类损失函数L
loss
的表达式为： ；式中，m表示类别数量；N表示样本数；i表示样本序号；表示目标检测模型预测输出值；表示对应的真实值。2.根据权利要求1所述的一种应用于铁路运营的微小部件检测方法，其特征在于，对待分析的目标图像数据进行预处理的过程进一步包括以下步骤：步骤2.1、接收信息采集设备获得的待分析的目标图像数据；步骤2.2、对待分析的目标图像数据进行滤波处理；步骤2.3、对经过滤波处理后的图像数据进行锐化处理；步骤2.4、输出锐化处理后的图像数据，作为预处理后的目标图像数据。3.根据权利要求2所述的一种应用于铁路运营的微小部件检测方法，其特征在于，对待分析的目标图像数据进行滤波处理的过程中，针对待分析的目标图像数据中的像素点，采用预设范围内像素值求均值的方式，将图像像素值转变为领域预设范围内像素的平均值。4.根据权利要求2所述的一种应用于铁路运营的微小部件检测方法，其特征在于，对经过滤波处理后的图像数据进行锐化处理的过程中，具体包括以下步骤：步骤2.3.1、对经过滤波处理后的图像数据采用拉普拉斯过滤器得到图像数据中灰度突变的区域；步骤2.3.2、将未采用拉普拉斯过滤器处理的图像数据与采用拉普拉斯过滤器处理后的图像数据进行叠加，得到锐化处理后的图像数据；步骤2.3.3、输出锐化处理后的图像数据；所述锐化图像获取表达式为：；式中，表示锐化处理后的图像数据；表示锐化之前的经过滤波处理后的图像数据，在对应的坐标上的梯度上是一个二维向量；表示预设参数；表示采用拉普拉斯过滤器得到图像数据中灰度突变的区域。5.根据权利要求1所述的一种应用于铁路运营的微小部件检测方法，其特征在于，所述铁路部件检测模型执行图像数据分析处理的过程中，进一步包括：目标区域锁定模型和目标检测模型；针对接收到的预处理后的目标图像数据，先利用目标区域锁定模型，锁定选取预处理后的目标图像数据中的目标部件所在区域；其次，基于获得的目标部件所在区域，利用...

【专利技术属性】
技术研发人员：宋东海，李曌宇，高峰，董荣彬，崔超，齐佳风，缪弼东，张斌，黄永辉，张玉平，刘浩，夏志远，郄燚明，胡佳宾，张雨，刘亚光，张峰，焦伟峰，
申请(专利权)人：中铁电气化局集团有限公司，
类型：发明
国别省市：