基于HOG特征的高铁接触网承力索座支撑底座检测方法技术

本发明专利技术公开了一种基于HOG特征的高铁接触网承力索座支撑底座检测方法，包括以下步骤：首先，建立关于承力索座部件的正负样本库，计算样本的HOG特征训练SVM分类器，利用训练得到的分类器定位承力索座；其次，采用Hough变换实现目标图像中平腕臂倾角的提取，并将其旋转至水平方向，进而实现底座部分的分割；随后，累加拉线钩的竖直方向像素灰度值，确定U型钩两端的长度；最后，归纳正常工作及装反时两端长度的大小关系，从而确定承力索座底座的工作状态。本发明专利技术直接通过图像处理方法对高铁接触网承力索座部件的状态进行检测，给出客观、真实、准确的检测分析结果，克服了传统人工检测方法的缺陷。

【技术实现步骤摘要】

本专利技术涉及高速铁路接触网故障检测领域，尤其涉及一种基于HOG特征的高铁接触网承力索座支撑底座检测方法。
技术介绍
承力索是在电气化铁路接触网线路中，承担着输电和悬挂机车滑道线双重作用的重要导线。在高速铁路接触网悬挂装置中，承力索座是支撑承力索的重要零部件。为了保证防风拉线的正常工作，承力索底座和定位钩配合固定使防风拉线处于受力状态。由于施工缺陷，部分接触网承力索底座可能处于装反的状态，这使得防风拉线不受力，给动车组的安全运行带来隐患。因此需要对承力索座装反故障进行检测并采取措施排除隐患。原铁道部颁布的4C系统技术规范，包含对接触网的悬挂部分、腕臂部分的高清晰视频监测，涉及基于数字图像处理技术对接触网支撑及悬挂装置中零部件的故障检测。对于接触网零部件状态缺陷检测，目前我国主要以传统的人工巡检方式，此外业内人员使用摄像机拍摄接触网支撑悬挂装置图像，并在离线状态下对各部件的故障状态人工识别。但也存在以下问题：工作量大、效率低、故障判断存在较大滞后性。基于图像处理技术的非接触式弓网检测技术研究可实现不干扰行车安全的弓网检测装置开发，所用设备可拓展性强，可实现弓网参数和故障的自动识别，具有众多优势。目前国内外基于图像处理的弓网故障状态检测已有一些研究，陈维荣研究了基于形态学处理和Radon变换的受电弓滑板状态监测。张桂南采用金字塔近邻平均算法和小波奇异值法检测接触网绝缘子故障，并研究了基于Harris角点与谱聚类实现了绝缘子的抗旋转匹配和故障检测。刘寅秋采用归一化互相关和局部二值化法，提取并计算接触网动态高度以及拉出值等参数。由于现场采集的接触网支撑及悬挂装置图像普遍较复杂，采用图像处理技术对像承力索底座这样微小部件进行故障检测存在较大的难度。
技术实现思路
本专利技术所要解决的技术问题是提供一种基于HOG(Histogram)特征的高铁接触网承力索座支撑底座检测方法，实现承力索座的准确定位和其底座装反的检测。为解决上述技术问题，本专利技术采用的技术方案是：一种基于HOG特征的高铁接触网承力索座支撑底座检测方法，包括以下步骤：步骤1：用专用综合列检车对高速铁路接触网支撑及悬挂装置进行成像，将上行和下行的高清图像分别存储在两个图像库中；步骤2：建立关于承力索座部件的样本库，正样本是承力索座占据主体的图像，负样本是不包含承力索座的接触网其他零部件图像；步骤3：采用HOG特征和支持向量机(SupportVectorMachine，SVM)算法实现承力索座部件的准确定位；步骤4：底座的分割，包括：步骤4.1：通过对提取到的承力索座图像进行腐蚀和增强对比度的处理，消除防风拉线、承力索和接触线这些线性结构的干扰；步骤4.2：采用Hough变换做线检测并链接线段，在Hough矩阵中提取前2个灰度峰值点，检测到一组近似平行线段，取其平均值作为平腕臂的倾斜角度，将承力索座旋转至水平方向；步骤4.3：采用Canny算子对旋转后的承力索座本体图像检测边缘，并在水平方向进行像素灰度值的累加，得到统计曲线；进一步找到平腕臂所在的水平线段，其所在直线即为支撑底座与承力索座本体部分的分割直线；步骤5：支撑底座的不良状态检测；分析现场采集的接触网图像中支撑底座的安装状态，支撑底座的朝向和定位钩相反，或者支撑底座的拉线钩应朝向支柱，则支撑底座无不良状态，反之，为不良状态。进一步的，所述步骤3具体为：步骤3.1：在HOG特征的计算中每一个检测窗口图像按空间位置被均匀分成若干个细胞单元；对于每一个像素点I(x,y)，采用简单的一阶模板在细胞单元中计算梯度大小m(x,y)和方向θ(x,y)，如在细胞单元内，按预先设定的量化间隔统计梯度直方图，梯度方向将0～360分为9个方向块，每个方向块大小为20左右；将每四个相邻的细胞单元按滑动的方式合并为一个块，对每一个细胞单元计算HOG积分算子，将同一块中4个细胞单元的梯度直方图连接在在一起，形成一个9×4＝36维的特征向量；在一个块内进行直方图归一化，如式其中，ε为一个很小的常数，归一化后的特征向量v对应于一个块的HOG积分算子；步骤3.2：假定用于训练的样本集为(xi,yi)，i＝1,...,l，xi∈Rn，yi∈{1,-1本文档来自技高网...

【技术保护点】
一种基于HOG特征的高铁接触网承力索座支撑底座检测方法，其特征在于，包括以下步骤：步骤1：用专用综合列检车对高速铁路接触网支撑及悬挂装置进行成像，将上行和下行的高清图像分别存储在两个图像库中；步骤2：建立关于承力索座部件的样本库，正样本是承力索座占据主体的图像，负样本是不包含承力索座的接触网其他零部件图像；步骤3：采用HOG特征和支持向量机算法实现承力索座部件的准确定位；步骤4：底座的分割，包括：步骤4.1：通过对提取到的承力索座图像进行腐蚀和增强对比度的处理，消除防风拉线、承力索和接触线这些线性结构的干扰；步骤4.2：采用Hough变换做线检测并链接线段，在Hough矩阵中提取前2个灰度峰值点，检测到一组近似平行线段，取其平均值作为平腕臂的倾斜角度，将承力索座旋转至水平方向；步骤4.3：采用Canny算子对旋转后的承力索座本体图像检测边缘，并在水平方向进行像素灰度值的累加，得到统计曲线；进一步找到平腕臂所在的水平线段，其所在直线即为支撑底座与承力索座本体部分的分割直线；步骤5：支撑底座的不良状态检测；分析现场采集的接触网图像中支撑底座的安装状态，支撑底座的朝向和定位钩相反，或者支撑底座的拉线钩应朝向支柱，则支撑底座无不良状态，反之，为不良状态。...

【技术特征摘要】
1.一种基于HOG特征的高铁接触网承力索座支撑底座检测方法，其特征在于，包括以下步骤：步骤1：用专用综合列检车对高速铁路接触网支撑及悬挂装置进行成像，将上行和下行的高清图像分别存储在两个图像库中；步骤2：建立关于承力索座部件的样本库，正样本是承力索座占据主体的图像，负样本是不包含承力索座的接触网其他零部件图像；步骤3：采用HOG特征和支持向量机算法实现承力索座部件的准确定位；步骤4：底座的分割，包括：步骤4.1：通过对提取到的承力索座图像进行腐蚀和增强对比度的处理，消除防风拉线、承力索和接触线这些线性结构的干扰；步骤4.2：采用Hough变换做线检测并链接线段，在Hough矩阵中提取前2个灰度峰值点，检测到一组近似平行线段，取其平均值作为平腕臂的倾斜角度，将承力索座旋转至水平方向；步骤4.3：采用Canny算子对旋转后的承力索座本体图像检测边缘，并在水平方向进行像素灰度值的累加，得到统计曲线；进一步找到平腕臂所在的水平线段，其所在直线即为支撑底座与承力索座本体部分的分割直线；步骤5：支撑底座的不良状态检测；分...

【专利技术属性】
技术研发人员：刘志刚，陈隽文，钟俊平，韩志伟，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：四川;51