一种轨道弹条扣件的松紧状态检测方法

    公开(公告)号:CN115100109B

    公开(公告)日:2023-04-18

    申请号:CN202210545365.7

    申请日:2022-05-19

    摘要: 本发明公开了一种轨道弹条扣件的松紧状态检测方法,涉及机器视觉检测技术领域。其包括:获取弹条扣件的点云数据;将弹条扣件的点云数据转化为二值图像;并从二值化图像中提取出弹条扣件的二维骨架;及对弹条扣件二维骨架中的各个点作法线选取Z值,以确定出弹条扣件三维骨架;从三维骨架数据中找出多个特征点,并根据弹条扣件中心凹处最低点法向计算出弹条扣件的离缝高度,即弹条扣件松紧状态的评价指标。通过对不同铁路弹条扣件进行检测,利用基于三维点云的非接触式测量方法计算出每个扣件的离缝高度,从而能够自动快速地检测扣件的松紧状态,提高扣件缺陷检测的准确性和轨道维护效率。

    一种轨道弹条扣件的松紧状态检测方法

    公开(公告)号:CN115100109A

    公开(公告)日:2022-09-23

    申请号:CN202210545365.7

    申请日:2022-05-19

    摘要: 本发明公开了一种轨道弹条扣件的松紧状态检测方法,涉及机器视觉检测技术领域。其包括:获取弹条扣件的点云数据;将弹条扣件的点云数据转化为二值图像;并从二值化图像中提取出弹条扣件的二维骨架;及对弹条扣件二维骨架中的各个点作法线选取Z值,以确定出弹条扣件三维骨架;从三维骨架数据中找出多个特征点,并根据弹条扣件中心凹处最低点法向计算出弹条扣件的离缝高度,即弹条扣件松紧状态的评价指标。通过对不同铁路弹条扣件进行检测,利用基于三维点云的非接触式测量方法计算出每个扣件的离缝高度,从而能够自动快速地检测扣件的松紧状态,提高扣件缺陷检测的准确性和轨道维护效率。

    一种图像和点云融合的轨道弹条扣件缺陷全面检测方法

    公开(公告)号:CN117830199A

    公开(公告)日:2024-04-05

    申请号:CN202310400655.7

    申请日:2023-04-14

    摘要: 本发明公开了一种图像和点云融合的轨道弹条扣件缺陷全面检测方法,其涉及机器视觉缺陷检测及大数据处理技术领域。该方法包括:获取包含弹条扣件的轨道三维点云和对应的RGB深度图像;从RGB深度图像中检测出外观缺陷扣件和外观正常扣件;根据RGB深度图像和三维点云之间的映射关系分割出外观正常扣件的三维点云,并从外观正常扣件的点云中分割出弹条三维点云数据和绝缘垫块三维点云数据;从弹条点云数据中提取弹条中部区域骨架点和最低点,计算最低点到绝缘垫块所在平面的距离,通过距离判断外观正常扣件的松、紧及正常状态。本发明通过将二维图像与三维点云的融合,可以快速全面检测扣件缺陷,还能够降低轨道检测硬件的成本,提高轨道维护效率。

    一种基于异源图像融合的高铁扣件缺陷识别方法

    公开(公告)号:CN111476767A

    公开(公告)日:2020-07-31

    申请号:CN202010255696.8

    申请日:2020-04-02

    IPC分类号: G06T7/00 G06T7/33 G06K9/62

    摘要: 本发明涉及一种基于异源图像融合的高铁扣件缺陷识别方法,属于机器视觉检测技术领域,包括以下步骤:S1、同步动态采集高铁扣件区域的二维灰度图像G(x,y)和轨道的二维深度图像D(x,y);S2、对二维灰度图像G(x,y)和二维深度图像D(x,y)配准,使二维灰度图像G(x,y)和二维深度图像D(x,y)准确对应场景中相同位置;S3、对配准后的扣件区域的二维灰度图像G(x,y)和二维深度图像D(x,y)分别进行特征提取;S4、基于度量学习对二维灰度图像G(x,y)和二维深度图像提取的特征分别进行特征映射,并将映射后的特征进行融合;S5、将融合后的特征输入SVM分类器,实现对扣件的分类。本发明提高了扣件的缺陷检测率,使缺陷扣件的漏检率更低,实用性强,值得推广。

    基于时间序列信号和压缩卷积神经网络的伤损识别方法

    公开(公告)号:CN111563455B

    公开(公告)日:2023-07-11

    申请号:CN202010380752.0

    申请日:2020-05-08

    摘要: 本发明公开了一种基于时间序列信号和压缩卷积神经网络的伤损识别方法,包括输入信号预处理和网络剪枝,首先采用泛谐波调频小波变换将表征伤损的一维时序信号变换到二维时频空间;然后以VGG16作为基础架构,采用添加BN层、全连接层轻量化、以泰勒准则为评判标准的滤波器排序、删除卷积层低贡献率滤波器等复合剪枝技术,构建压缩网络。通过脉冲涡流检测伤损信号验证,本发明提供的方法无需进行特征提取,且相对于VGG16架构,准确率增加到99.1%,运行时间降到7%,可广泛用于无损检测领域。