【技术实现步骤摘要】
本专利技术属于铁路交通管理领域，尤其涉及铁路线路中接触网的巡检，具体为基于改进fast rcnn算法的接触网螺栓巡检方法。
技术介绍
1、近年来，中国铁路快速发展，建设和运营里程越来越多，随之而来的是铁路建设和运营过程中的铁路线路需要规范性和安全性巡检。螺栓是连接铁路线路中接触网组件的重要部件，如果螺栓数量不足或者螺栓松动，可能会导致接触网的不稳定，甚至造成接触网的倒塌。因此，在施工过程中，检测接触网螺栓数量显得尤为重要。
2、目前我国铁路使用的巡检方式为高速铁路供电安全检测监测系统（6c系统）巡检，可以对接触网进行高分辨率拍摄，然后通过人工逐帧查看，识别图像中的螺栓数量，并及时提出维修处理指导意见，以确保接触网安全稳定运行。然而，这种方式需要人工逐帧查看，存在整体工作量大的问题，而且人工逐帧查看时效性也较差。因此，针对这些问题，提出了基于改进fast rcnn算法的接触网螺栓巡检方法。
技术实现思路
1、本专利技术为了解决现在对接触网的巡检方法存在整体工作量大、时效性差的问题，提供了基于改进fast rcnn算法的接触网螺栓巡检方法，主要包括两个方面：一是基于改进的retinex算法对照度较低的图像进行处理，此算法通过对原低照度图像、第一次增强图像、滤波图像、第二次增强图像进行拉普拉斯金字塔分解并乘以对应的权重，融合得到最终的增强图像；二是基于改进fast rcnn算法对接触网图像中的螺栓部件进行目标检测。
2、本专利技术是采用如下的技术方案实现的：基于改
3、通过改进的retinex算法进行图像增强时，具体包括以下步骤：
4、(1)将原低照度图像i1由rgb颜色空间转到hsv颜色空间，并提取照度通道v分量，保持色调h和饱和度s不变；
5、(2)采用改进的retinex算法对照度通道v分量进行增强后，进行gamma变换，得到照度增强后的照度通道v分量，将hsv颜色空间转回rgb颜色空间获得第一次增强图像i2；
6、(3)采用fast abf算法对第一次增强图像i2进行自适应对比度增强和滤波处理，得到边缘和纹理细节更清晰的滤波图像i3；
7、(4)采用改进的retinex算法对滤波图像i3进行第二次低照度增强，得到细节保留更多的第二次增强图像i4；
8、(5)分别对原低照度图像i1、第一次增强图像i2、滤波图像i3、第二次增强图像i4进行拉普拉斯金字塔分解并乘以对应的权重w1、w2、w3和w4，融合得到最终的增强图像j，融合公式为：，式中，f表示拉普拉斯金字塔分解，x、y表示图像中像素点的横坐标、纵坐标；w1、w2、w3和w4分别为原低照度图像i1、第一次增强图像i2、滤波图像i3和第二次增强图像i4的权重。
9、上述的基于改进fast rcnn算法的接触网螺栓巡检方法，利用sigmoid函数设置原低照度图像i1和第二次增强图像i4的权重w1和w4，利用高斯函数设置第一次增强图像i2和滤波图像i3的权重w2和w3，权重公式： ，l1、l2、l3、l4分别为原低照度图像i1、第一次增强图像i2、滤波图像i3、第二次增强图像i4的物体入射分量的信息。
10、上述的基于改进fast rcnn算法的接触网螺栓巡检方法，低于400lux照度的图像为低照度图像。
11、本专利技术采用改进fast rcnn算法对接触网图像中的螺栓部件进行目标检测，不需要人工逐帧查看识别螺栓，大大降低了工作量，而且通过算法识别，在保证准确率的同时，时效性也得到了增强。
本文档来自技高网...【技术保护点】
1.基于改进Fast rcnn算法的接触网螺栓巡检方法，其特征在于：首先无人机对接触网进行图像采集，采集到的图像若存在照度较低的问题，通过改进的Retinex算法进行图像增强；最后通过改进Fast rcnn算法对图像进行目标检测，识别出螺栓数量；改进Fast rcnn算法在对图像进行目标检测前先进行训练，采用包含有螺栓图像的训练集对改进Fast rcnn算法进行训练；
2.根据权利要求1所述的基于改进Fast rcnn算法的接触网螺栓巡检方法，其特征在于：利用Sigmoid函数设置原低照度图像I1和第二次增强图像I4的权重W1和W4，利用高斯函数设置第一次增强图像I2和滤波图像I3的权重W2和W3，权重公式： ，L1、L2、L3、L4分别为原低照度图像I1、第一次增强图像I2、滤波图像I3、第二次增强图像I4的物体入射分量的信息。
3.根据权利要求1或2所述的基于改进Fast rcnn算法的接触网螺栓巡检方法，其特征在于：低于400lux照度的图像为低照度图像。
【技术特征摘要】
1.基于改进fast rcnn算法的接触网螺栓巡检方法，其特征在于：首先无人机对接触网进行图像采集，采集到的图像若存在照度较低的问题，通过改进的retinex算法进行图像增强；最后通过改进fast rcnn算法对图像进行目标检测，识别出螺栓数量；改进fast rcnn算法在对图像进行目标检测前先进行训练，采用包含有螺栓图像的训练集对改进fast rcnn算法进行训练；
2.根据权利要求1所述的基于改进fast rcnn算法的接触网螺栓...
【专利技术属性】
技术研发人员：杨帆，刘容麟，李利军，李灯熬，霍晓东，曹斐，郝学勇，曹桂枝，程俊兵，王琪美，刘春平，马昊博，韩英姣，马光辉，蒋宇，
申请(专利权)人：中国铁建电气化局集团第二工程有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。