轨道泥石流检测方法和装置制造方法及图纸

本发明专利技术提供一种轨道泥石流检测方法和装置，通过对待检测轨道区域进行图像采集，获取待检测图片，所述待检测图片为高光谱图片，从而获得更多采集信息，提高检测结果的精确性；用预设的轨道泥石流检测模型对所述待检测图片进行检测，得到检测结果，所述检测结果用于指示所述待检测轨道区域是否发生泥石流，所述预设的轨道泥石流检测模型为根据带标签的非轨道泥石流高光谱图片和带标签的轨道泥石流高光谱图片训练得到的模型，从而实现对轨道场景泥石流的检测。

Rail debris flow detection method and device

The invention provides a method and device for detecting track debris flow, and obtains a picture to be detected by collecting the image of the track area to be detected, and the picture to be detected is a hyperspectral picture, so as to obtain more acquisition information and improve the accuracy of the detection result; and the track debris flow detection model is used for the pre-determined track debris flow detection. The preset track debris flow detection model is a model trained on the basis of the labeled non-track debris flow hyperspectral images and the labeled track debris flow hyperspectral images. The detection of debris flow in track scenes is realized.

【技术实现步骤摘要】
轨道泥石流检测方法和装置
本专利技术涉及图像处理技术，尤其涉及一种轨道泥石流检测方法和装置。
技术介绍
随着铁路系统的迅速发展建设，铁路网络规模迅速扩大，铁路运输安全也面临更多的挑战和考验。铁路周边环境复杂，自然气候环境变化频繁，灾害天气对铁路运输安全尤其是高铁运行安全带来影响。我国是泥石流多发国家，铁路沿线由于天气变化、施工或者人为破坏等因素，易发生泥石流等灾害，这对铁路的安全构成严重的威胁。现有的轨道泥石流灾情报警和防护主要采取人工检测或者探测器自动检测的方式进行泥石流监控。人工检测例如设立维护站点、人工定期巡检，探测器自动检测例如在铁路沿线埋置位移探测器，以检测泥石流等地质移动现象。然而，铁路沿线地质灾害主要发生在边远山区，尤其是多雾多雨等潮湿地带，不仅增加了人工巡检的难度，也使得埋置的探测器更加易于腐蚀损坏，维修难度大，这些都导致了现有的轨道泥石流检测难度大的问题。
技术实现思路
本专利技术提供一种轨道泥石流检测方法和装置，以解决现有的轨道泥石流检测难度大的问题。根据本专利技术的第一方面，提供一种轨道泥石流检测方法，包括：对待检测轨道区域进行图像采集，获取待检测图片，所述待检测图片为高光谱图片；用预设的轨道泥石流检测模型对所述待检测图片进行检测，得到检测结果，所述检测结果用于指示所述待检测轨道区域是否发生泥石流，所述预设的轨道泥石流检测模型为根据带标签的非轨道泥石流高光谱图片和带标签的轨道泥石流高光谱图片训练得到的模型。可选地，在所述用预设的轨道泥石流检测模型对所述待检测图片进行检测之前，还包括：对带标签的非轨道泥石流高光谱图片中的每个像素确定第一类特征，并对带标签的轨道泥石流高光谱图片中的每个像素确定第二类特征，其中，每个所述第一类特征和每个所述第二类特征分别预设有标签信息，所述标签信息用于指示所述第一类特征相对应的像素和所述第二类特征相对应的像素分别为泥石流像素或非泥石流像素；对每个所述第一类特征以及每个所述第二类特征分别进行特征选择，得到具有预设维数的第一类选择特征和具有所述预设维数的第二类选择特征，所述第一类选择特征为每个第一类特征中与第二类特征最相似的选择特征，所述第二类选择特征为每个第二类特征中与第一类特征最相似的选择特征，所述第一类选择特征与所述第一类特征的标签信息对应，所述第二类选择特征与所述第二类特征的标签信息对应；根据所述第一类特征和所述第二类特征，获得第一类映射矩阵、第二类映射矩阵、以及属于共同映射子空间的第一类映射特征和第二类映射特征，所述第一类映射矩阵用于将所述第一类特征映射为所述第一类映射特征，所述第二类映射矩阵用于将所述第二类特征映射为所述第二类映射特征；将所述第一类映射特征与所述第一类选择特征进行拼接，得到第一类增强特征，并将所述第二类映射特征与所述第二类选择特征进行组合，得到第二类增强特征，所述第一类增强特征的标签信息为所述第一类特征的标签信息，所述第二类增强特征的标签信息为所述第二类特征的标签信息；根据所有所述第一类增强特征、各所述第一类增强特征的标签信息、所有所述第二类增强特征以及各所述第二类增强特征的标签信息，得到最优模型参数；根据所述最优模型参数对检测模型进行参数配置，得到所述预设的轨道泥石流检测模型。可选地，所述根据所有所述第一类增强特征、各所述第一类增强特征的标签信息、所有所述第二类增强特征以及各所述第二类增强特征的标签信息，得到最优模型参数，包括：根据所述检测模型得到结构风险最小化模型，所述结构风险最小化模型为与所述第一类增强特征、所述第一类增强特征的标签信息、所述第二类增强特征以及所述第二类增强特征的标签信息相关的模型；根据所述结构风险最小化模型，得到目标优化模型，所述目标优化模型的优化参数包含所述检测模型中待优化的相关系数矩阵和待优化的拉格朗日乘子矩阵；根据所述目标优化模型，得到最优模型参数为最优的相关系数矩阵θ＝[θ1,…θ∞]′和最优的拉格朗日乘子矩阵可选地，所述对每个所述第一类特征以及每个所述第二类特征分别进行特征选择，得到具有预设维数的第一类选择特征和具有所述预设维数的第二类选择特征，还包括：根据所述第一类选择特征和所述第一类特征，或者所述第二类选择特征和所述第二类特征，确定被选维度，所述被选维度是所述第一类选择特征在所述第一类特征中的维度，以及所述第二类选择特征在所述第二类特征中的维度。可选地，在所述用预设的轨道泥石流检测模型对所述待检测图片进行检测，得到检测结果之前，还包括：对所述待检测图片中的每个像素确定待检测特征；按照所述被选维度对每个所述待检测特征进行特征选择，得到待检测选择特征，所述待检测选择特征在所述待检测特征中的维度为所述被选维度；相应地，所述用预设的轨道泥石流检测模型对所述待检测图片进行检测，得到检测结果，包括：用预设的轨道泥石流检测模型对所述待检测图片各像素对应的待检测特征和待检测选择特征进行检测，得到所述待检测图片各像素的分类信息，所述分类信息指示了所述像素为泥石流像素或非泥石流像素；判断所述待检测图片所有像素的分类信息中是否包含指示为泥石流像素的分类信息，若是，则将所述检测结果确定为所述待检测轨道区域发生泥石流，若否，则将所述检测结果确定为所述待检测轨道区域未发生泥石流。可选地，所述最优模型参数包括最优的相关系数矩阵θ＝[θ1,…θ∞]′和最优的拉格朗日乘子矩阵所述根据所述最优模型参数对检测模型进行参数配置，得到所述预设的轨道泥石流检测模型，包括：将所述最优的相关系数矩阵θ和最优的拉格朗日乘子矩阵α代入检测模型，得到所述预设的轨道泥石流检测模型，所述预设的轨道泥石流检测模型为：其中，y是所有训练样本的标签向量，中间变量矩阵分解矩阵Mr＝hrh′r，0ns×nt是ns行nt列的零矩阵，ns是所有所述第一类特征的数量，nt是所有所述第二类特征的数量，K是所有第一类特征和所有第二类特征的核函数，Kt是所有第二类特征的核函数，是所有第二类特征分别与待检测特征构成的核函数，所述待检测特征是由所述待检测图片中的像素确定的特征，是所有第一类选择特征和所有第二类选择特征分别与待检测选择特征构成的核函数，所述待检测选择特征是对每个所述待检测特征进行特征选择得到的特征，b是偏置参量。根据本专利技术的第二方面，还提供一种轨道泥石流检测装置，包括：待检测图片采集模块，用于对待检测轨道区域进行图像采集，获取待检测图片，所述待检测图片为高光谱图片；检测结果获取模块，用于用预设的轨道泥石流检测模型对所述待检测图片进行检测，得到检测结果，所述检测结果用于指示所述待检测轨道区域是否发生泥石流，所述预设的轨道泥石流检测模型为根据带标签的非轨道泥石流高光谱图片和带标签的轨道泥石流高光谱图片训练得到的模型。可选地，所述装置还包括：特征获取模块，用于在所述用预设的轨道泥石流检测模型对所述待检测图片进行检测之前，对带标签的非轨道泥石流高光谱图片中的每个像素确定第一类特征，并对带标签的轨道泥石流高光谱图片中的每个像素确定第二类特征，其中，每个所述第一类特征和每个所述第二类特征分别预设有标签信息，所述标签信息用于指示所述第一类特征相对应的像素和所述第二类特征相对应的像素分别为泥石流像素或非泥石流像素；特征选择模块，用于对每个所述第一类特征以及每个所述第二类特征分别本文档来自技高网...

【技术保护点】
1.一种轨道泥石流检测方法，其特征在于，包括：对待检测轨道区域进行图像采集，获取待检测图片，所述待检测图片为高光谱图片；用预设的轨道泥石流检测模型对所述待检测图片进行检测，得到检测结果，所述检测结果用于指示所述待检测轨道区域是否发生泥石流，所述预设的轨道泥石流检测模型为根据带标签的非轨道泥石流高光谱图片和带标签的轨道泥石流高光谱图片训练得到的模型。

【技术特征摘要】
1.一种轨道泥石流检测方法，其特征在于，包括：对待检测轨道区域进行图像采集，获取待检测图片，所述待检测图片为高光谱图片；用预设的轨道泥石流检测模型对所述待检测图片进行检测，得到检测结果，所述检测结果用于指示所述待检测轨道区域是否发生泥石流，所述预设的轨道泥石流检测模型为根据带标签的非轨道泥石流高光谱图片和带标签的轨道泥石流高光谱图片训练得到的模型。2.根据权利要求1所述的方法，其特征在于，在所述用预设的轨道泥石流检测模型对所述待检测图片进行检测之前，还包括：对带标签的非轨道泥石流高光谱图片中的每个像素确定第一类特征，并对带标签的轨道泥石流高光谱图片中的每个像素确定第二类特征，其中，每个所述第一类特征和每个所述第二类特征分别预设有标签信息，所述标签信息用于指示所述第一类特征相对应的像素和所述第二类特征相对应的像素分别为泥石流像素或非泥石流像素；对每个所述第一类特征以及每个所述第二类特征分别进行特征选择，得到具有预设维数的第一类选择特征和具有所述预设维数的第二类选择特征，所述第一类选择特征为每个第一类特征中与第二类特征最相似的选择特征，所述第二类选择特征为每个第二类特征中与第一类特征最相似的选择特征，所述第一类选择特征与所述第一类特征的标签信息对应，所述第二类选择特征与所述第二类特征的标签信息对应；根据所述第一类特征和所述第二类特征，获得第一类映射矩阵、第二类映射矩阵、以及属于共同映射子空间的第一类映射特征和第二类映射特征，所述第一类映射矩阵用于将所述第一类特征映射为所述第一类映射特征，所述第二类映射矩阵用于将所述第二类特征映射为所述第二类映射特征；将所述第一类映射特征与所述第一类选择特征进行拼接，得到第一类增强特征，并将所述第二类映射特征与所述第二类选择特征进行组合，得到第二类增强特征，所述第一类增强特征的标签信息为所述第一类特征的标签信息，所述第二类增强特征的标签信息为所述第二类特征的标签信息；根据所有所述第一类增强特征、各所述第一类增强特征的标签信息、所有所述第二类增强特征以及各所述第二类增强特征的标签信息，得到最优模型参数；根据所述最优模型参数对检测模型进行参数配置，得到所述预设的轨道泥石流检测模型。3.根据权利要求2所述的方法，其特征在于，所述根据所有所述第一类增强特征、各所述第一类增强特征的标签信息、所有所述第二类增强特征以及各所述第二类增强特征的标签信息，得到最优模型参数，包括：根据所述检测模型得到结构风险最小化模型，所述结构风险最小化模型为与所述第一类增强特征、所述第一类增强特征的标签信息、所述第二类增强特征以及所述第二类增强特征的标签信息相关的模型；根据所述结构风险最小化模型，得到目标优化模型，所述目标优化模型的优化参数包含所述检测模型中待优化的相关系数矩阵和待优化的拉格朗日乘子矩阵；根据所述目标优化模型，得到最优模型参数为最优的相关系数矩阵θ＝[θ1,…θ∞]′和最优的拉格朗日乘子矩阵4.根据权利要求2所述的方法，其特征在于，所述对每个所述第一类特征以及每个所述第二类特征分别进行特征选择，得到具有预设维数的第一类选择特征和具有所述预设维数的第二类选择特征，还包括：根据所述第一类选择特征和所述第一类特征，或者所述第二类选择特征和所述第二类特征，确定被选维度，所述被选维度是所述第一类选择特征在所述第一类特征中的维度，以及所述第二类选择特征在所述第二类特征中的维度。5.根据权利要求4所述的方法，其特征在于，在所述用预设的轨道泥石流检测模型对所述待检测图片进行检测，得到检测结果之前，还包括：对所述待检测图片中的每个像素确定待检测特征；按照所述被选维度对每个所述待检测特征进行特征选择，得到待检测选择特征，所述待检测选择特征在所述待检测特征中的维度为所述被选维度；相应地，所述用预设的轨道泥石流检测模型对所述待检测图片进行检测，得到检测结果，包括：用预设的轨道泥石流检测模型对所述待检测图片各像素对应的待检测特征和待检测选择特征进行检测，得到所述待检测图片各像素的分类信息，所述分类信息指示了所述像素为泥石流像素或非泥石流像素；判断所述待检测图片所有像素的分类信息中是否包含指示为泥石流像素的分类信息，若是，则将所述检测结果确定为所述待检测轨道区域发生泥石流，若否，则将所述检测结果确定为所述待检测轨道区域未发生泥石流。6.根据权利要求2至5任一所述的方法，其特征在于，所述最优模型参数包括最优的相关系数矩阵θ＝[θ1,…θ∞]′和最优的拉格朗日乘子矩阵所述根据所述最优模型参数对检测模型进行参数配置，得到所述预设的轨道泥石流检测模型，包括：将所述最优的相关系数矩阵θ和最优的拉格朗日乘子矩阵α代入检测模型，得到所述预设的轨道泥石流检测模型，所述预设的轨道泥石流检测模型为：其中，y是所有训...

【专利技术属性】
技术研发人员：曹先彬，甄先通，李岩，沈佳怡，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京,11