基于图像的铁路接触网承力索座装反与否的检测方法技术

本发明专利技术公开了基于图像的铁路接触网承力索座装反与否的检测方法，所述方法步骤如下：步骤一：输入承力索座原始图像，去噪后制作成匹配模板；步骤二：拍摄承力索座检测图像；步骤三：对拍摄的承力索座检测图像进行选择，去噪后与匹配模板对比匹配，实现检测图像的粗略定位；步骤四：对第三步中匹配成功的检测图像，先进行旋转缩放处理，再进行承力索座的归一化处理，处理完成后，裁剪得到承力索座弯钩图像；步骤五：检测弯钩方向；步骤六：检测与弯钩相连的斜拉线方向；步骤七：根据弯钩方向和斜拉线方向，判断承力索座装反与否。本发明专利技术安全可靠，人力成本少，检测速度快，检测效率高，运行成本低，夜间作业不会有疲劳嗜睡现象。

Image based method for detecting reverse loading or not of bearing seat of railway catenary

The invention discloses an image of the railway catenary seat installed anti or the detection method based on the steps of the method are as follows: the first step: input catenary base original image denoising is made of matching template; step two: shooting catenary seat detection image; step three: to shoot the catenary seat detection image selection, denoising and matching template matching, to achieve the coarse location detection image; step four: detection of image match in the third step, the rotating zoom processing, then the normalized bearing cable seat, finishing after cutting get bearing cable seat hook image; step five: hook direction detection; step six: oblique line direction detection and hook connected; step seven: according to the hook direction and the oblique line direction, determine the force bearing cable seat anti loaded or not. The invention has the advantages of safety and reliability, low manpower cost, fast detection speed, high detection efficiency, low running cost, no fatigue and drowsiness at night operation.

【技术实现步骤摘要】
基于图像的铁路接触网承力索座装反与否的检测方法
本专利技术涉及铁路接触网检测领域，具体是指基于图像的铁路接触网承力索座装反与否的检测方法。
技术介绍
目前，高铁接触网的检测主要靠人工夜间爬杆作业进行检查。这种方法不但对于作业人员有较高的要求，且不够安全可靠，检查速度慢，效率低。而接触网上承力索座是涉及到接触网能否长期安全实现其相应作用的主要部件，其是否装反对于承力索座和斜拉线是否受力均衡，且在受力时，斜拉线是否容易脱落有着相当大的影响。若承力索座装反，则受到震动等因素影响时，斜拉线容易从弯钩中滑落，给高速铁路列车的运行造成非常大的安全隐患。目前除了人工巡检外，还未有相关技术对承力索座的检测进行公开。
技术实现思路
本专利技术提供了基于图像的铁路接触网承力索座装反与否的检测方法，该方法安全可靠，人力成本少，检测速度快，检测效率高，运行成本低，夜间作业不会有疲劳嗜睡现象。本专利技术通过下述技术方案实现：基于图像的铁路接触网承力索座装反与否的检测方法，所述方法步骤如下：步骤一：输入承力索座原始图像，去噪后制作成匹配模板；步骤二：拍摄承力索座检测图像；步骤三：对拍摄的承力索座检测图像进行选择，去噪后与匹配模板对比匹配，实现检测图像的粗略定位；步骤四：对第三步中匹配成功的检测图像，先进行旋转缩放处理，再进行承力索座的归一化处理，处理完成后，裁剪得到承力索座弯钩图像；步骤五：检测弯钩方向；步骤六：检测与弯钩相连的斜拉线方向；步骤七：根据弯钩方向和斜拉线方向，判断承力索座装反与否。本专利技术安全可靠，人力成本少，检测速度快，检测效率高，运行成本低，夜间作业不会有疲劳嗜睡现象。进一步的，所述步骤五中弯钩方向的具体检测方式是：将弯钩图像进行灰度垂直投影，得到该图像垂直方向的灰度值，若弯钩图像中心左侧的垂直灰度投影叠加值大于右侧的垂直灰度投影叠加值，则说明弯钩开口方向在右侧；相反若弯钩图像中心左侧的垂直灰度投影叠加值小于右侧的垂直灰度投影叠加值，则说明弯钩开口方向在左侧。进一步的，所述步骤六中弯钩方向的具体检测方式是：通过基于高斯的线段检测方法，检测上述承力索座所在弯钩图像的边缘，提取最长的直线线段，并计算此线段的斜率方向，即斜拉线的倾斜方向。进一步的，所述步骤七中，若弯钩方向与斜拉线方向相同，则承力索座装反，若弯钩方向与斜拉线方向不同，则承力索座未装反。进一步的，所述步骤三中，匹配选取的特征为承力索座的旋转双耳，匹配后可以得到该检测图像的旋转角度ModelAngle、缩放系数ModelScale、匹配分数ModelScore和旋转双耳的中心行列坐标，当匹配分数ModelScore大于设定的匹配分数阀值thresholdScore时，表示匹配成功并实现粗定位，反之不成功。匹配具体方式为：离线阶段：选取拍摄质量较好的含有承力索座的图像，选择旋转双耳区域，使用canny滤波器处理两图像，并计算出区域内边缘点的方向向量；同时，以相同的方式计算出匹配模板的双耳区域内边缘点的方向向量。在线阶段：使用图像金字塔分层搜索策略。首先在图像金字塔最顶层遍历搜索进行相似性度量匹配，设目标模板像素点为pi＝(ri,ci)T，相应的方向向量为di＝(ti,ui)T,i＝1,2,…,n，方向向量通过Canny滤波后计算得到，搜索图像也使用Canny滤波后计算出每个点(r,c)的方向向量er,c＝(vr,c,wr,c)T，将模板进行仿射变换，并将仿射变化的平移部分分离，变换后的模板点为p′i＝Api，相应的方向向量为d′i＝Adi，A为二阶标准旋转矩阵。在搜索图像某个特定点q＝(r,c)T处，模板与搜索图像进行匹配，计算变换后模板中所有点的归一化方向向量和搜索图像相应处的归一化方向向量的点积的总和，并以此作为匹配分值，即变换后的模板在q点的相似度量，相似度量的计算公式为：并返回潜在匹配点中心行列坐标、匹配分值ModelScore及变化参数ModelScale、ModelAngle。其特征在于，所述的匹配分数阈值ThresholdScore＝smin＝0.5。根据模板图像采用变换矩阵的方式将所述支持定位装置图像进行空间域变换；所述变换矩阵HomMat2DGlobal为：HomMat2DGlobal＝HomMat2DScale*HomMat2DRotat其中，HomMat2DScale表示缩放变换矩阵，HomMat2DRotate表示旋转变换矩阵；所述平移变换矩阵计算方式为：所述缩放变换矩阵HomMat2DScale为：其中，ModelScale表示支持定位装置图像相对于模板图像的缩放系数；所述旋转变换矩阵HomMat2DRotate为：其中，phi表示待匹配图像归一化时，支持定位装置图像相对于模板图像的旋转角度，即phi＝ModelAngle。进一步的，所述步骤四中的裁剪包括两步，先使用固定的矩形区域裁剪出固定尺寸的承力索座图像，具体是将检测图像进行归一化处理后，以中心行列坐标为中心，左右各延伸160个像素，上下延伸400个像素，得到大小为320*800的承力索座图像；再根据坐标点进行承力索座图像的裁剪，得到弯钩图像，具体是将承力索座图像进行归一化处理后，沿左上坐标点为(82,469)，右下坐标点为(219,587)进行裁剪。进一步的，所述步骤三中，对拍摄的承力索座检测图像进行选择后，对该图像进行增强处理，增强方式为线性变换。具体实现为：g’＝g×Mult+AddMult＝255/(GMax-GMin)Add＝Mult×GMin其中，g为增强处理前图像中像素点的灰度值，g′为增强处理后结果图像灰度值；Mult为线性变换系数，Add为线性变换增量，GMax和GMin分别表示增强处理前图像中的最大灰度值和最小灰度值。进一步的，所述步骤二中的检测图像采用非接触相机成像。可以将相机装在用于检测的火车上进行拍摄，也可以采用其他方法进行拍摄，以成像清晰，拍摄速度快，节约成本为标准进行选择。本专利技术与现有技术相比，具有的有益效果为：(1)本专利技术安全可靠，人力成本少，检测速度快，检测效率高，运行成本低，夜间作业不会有疲劳嗜睡现象。(2)本专利技术图像处理过程可使用计算机处理，智能化程度高。具体实施方式下面结合实施例对本专利技术作进一步地详细说明，但本专利技术的实施方式不限于此。实施例1：基于图像的铁路接触网承力索座装反与否的检测方法，其特征在于：所述方法步骤如下：步骤一：输入承力索座原始图像，去噪后制作成匹配模板；步骤二：拍摄承力索座检测图像；步骤三：对拍摄的承力索座检测图像进行选择，去噪后与匹配模板对比匹配，实现检测图像的粗略定位；步骤四：对第三步中匹配成功的检测图像，先进行旋转缩放处理，再进行承力索座的归一化处理，处理完成后，裁剪得到承力索座弯钩图像；步骤五：检测弯钩方向；步骤六：检测与弯钩相连的斜拉线方向；步骤七：根据弯钩方向和斜拉线方向，判断承力索座装反与否。本专利技术安全可靠，人力成本少，检测速度快，检测效率高，运行成本低，夜间作业不会有疲劳嗜睡现象。实施例2：本实施例在实施例1的基础上做进一步改进，所述步骤五中弯钩方向的具体检测方式是：将弯钩图像进行灰度垂直投影，得到该图像垂直方向的灰度值，若弯钩图像中心左侧的垂直灰度投影的叠加值大于右侧的垂直灰度的投影叠加值，则说明弯钩开口方本文档来自技高网...

【技术保护点】
基于图像的铁路接触网承力索座装反与否的检测方法，其特征在于：所述方法步骤如下：步骤一：输入承力索座原始图像，去噪后制作成匹配模板；步骤二：拍摄承力索座检测图像；步骤三：对拍摄的承力索座检测图像进行选择，去噪后与匹配模板对比匹配，实现检测图像的粗略定位；步骤四：对第三步中匹配成功的检测图像，先进行旋转缩放处理，再进行承力索座的归一化处理，处理完成后，裁剪得到承力索座弯钩图像；步骤五：检测弯钩方向；步骤六：检测与弯钩相连的斜拉线方向；步骤七：根据弯钩方向和斜拉线方向，判断承力索座装反与否。

【技术特征摘要】
1.基于图像的铁路接触网承力索座装反与否的检测方法，其特征在于：所述方法步骤如下：步骤一：输入承力索座原始图像，去噪后制作成匹配模板；步骤二：拍摄承力索座检测图像；步骤三：对拍摄的承力索座检测图像进行选择，去噪后与匹配模板对比匹配，实现检测图像的粗略定位；步骤四：对第三步中匹配成功的检测图像，先进行旋转缩放处理，再进行承力索座的归一化处理，处理完成后，裁剪得到承力索座弯钩图像；步骤五：检测弯钩方向；步骤六：检测与弯钩相连的斜拉线方向；步骤七：根据弯钩方向和斜拉线方向，判断承力索座装反与否。2.根据权利要求1所述的基于图像的铁路接触网承力索座装反与否的检测方法，其特征在于：所述步骤五中弯钩方向的具体检测方式是：将弯钩图像进行灰度垂直投影，得到该图像垂直方向的灰度值，若弯钩图像中心左侧的垂直灰度投影叠加值大于右侧的垂直灰度投影叠加值，则说明弯钩开口方向在右侧；相反若弯钩图像中心左侧的垂直灰度投影叠加值小于右侧的垂直灰度投影叠加值，则说明弯钩开口方向在左侧。3.根据权利要求1或2所述的基于图像的铁路接触网承力索座装反与否的检测方法，其特征在于：所述步骤六中弯钩方向的具体检测方式是：通过基于高斯的线段检测方法，检测上述承力索座所在弯钩图像的边缘，提取最长的直线线段，并计算此线段的斜率方向，即斜拉线的倾...

【专利技术属性】
技术研发人员：王翠娟，刘军，陈奇志，王倩，
申请(专利权)人：成都交大光芒科技股份有限公司，
类型：发明
国别省市：四川,51