The embodiment of the present invention discloses a method and device for detecting the missing parts of track fasteners. The method includes: acquiring the original image of the target track fastener, which has the first resolution; reducing the original image of the fastener from the first resolution to the second resolution to form the second resolution image; inputting the second resolution image into the first neural network model and outputting zero. If the number of parts in the partition diagram is less than the predicted number of parts, the missing parts can be judged. The invention can realize high precision detection of rail fastener missing, and the effect is stable and efficient.
【技术实现步骤摘要】
一种轨道扣件的零件缺失检测方法及装置
本专利技术实施例涉及计算机视觉
,具体涉及一种轨道扣件的零件缺失检测方法及装置。
技术介绍
近年来,轨道交通因其具有大运量和快速安全等诸多优点得到了速猛的发展,给人们的生产生活带来极大便利。扣件是轨道结构的重要组成部分,它将钢轨和轨枕组合为轨排结构,承受列车载荷,抵抗纵横向作用力。同时它又是轨道弹性和几何调整能力的提供者,起到一定的减振降噪作用。目前,是通过人工巡检的方式对轨道扣件的缺失进行检测,效率低,劳动强度大,无法及时了解轨道各部件的状态。鉴于此,如何对轨道扣件的零件缺失进行高效、高精度的检测成为目前需要解决的技术问题。
技术实现思路
由于现有方法存在上述问题,本专利技术实施例提出一种轨道扣件的零件缺失检测方法及装置。第一方面,本专利技术实施例提出一种轨道扣件的零件缺失检测方法,包括:获取目标轨道扣件的原始图像,所述原始图像具有第一分辨率;将所述扣件的原始图像从第一分辨率缩小到第二分辨率,形成第二分辨率图像;将所述第二分辨率图像输入到第一神经网络模型,输出所述零件的分割图;若所述零件分割图中零件的数量比零件的预计数量少时,则判断所述零件缺失。第二方面,本专利技术实施例还提出一种轨道扣件的零件缺失检测装置,其特征在于,包括:获取模块,用于获取目标轨道扣件的原始图像,所述原始图像具有第一分辨率;缩小模块,用于将所述扣件的原始图像从第一分辨率缩小到第二分辨率,形成第二分辨率图像;输入模块,用于将所述第二分辨率图像输入到第一神经网络模型,输出所述零件的分割图;判断模块,用于当所述零件分割图中零件的数量比零件的预计数量少 ...
【技术保护点】
1.一种轨道扣件的零件缺失检测方法,其特征在于,包括:获取目标轨道扣件的原始图像,所述原始图像具有第一分辨率;将所述扣件的原始图像从第一分辨率缩小到第二分辨率,形成第二分辨率图像;将所述第二分辨率图像输入到第一神经网络模型,输出所述零件的分割图;若所述零件分割图中零件的数量比零件的预计数量少时,则判断所述零件缺失。
【技术特征摘要】
1.一种轨道扣件的零件缺失检测方法,其特征在于,包括:获取目标轨道扣件的原始图像,所述原始图像具有第一分辨率;将所述扣件的原始图像从第一分辨率缩小到第二分辨率,形成第二分辨率图像;将所述第二分辨率图像输入到第一神经网络模型,输出所述零件的分割图;若所述零件分割图中零件的数量比零件的预计数量少时,则判断所述零件缺失。2.根据权利要求1所述的方法,其特征在于,所述零件为垫板整体。3.根据权利要求2所述的方法,其特征在于,所述第一神经网络模型为卷积神经网络模型。4.根据权利要求3所述的方法,其特征在于,将所述第二分辨率图像输入到第一神经网络模型之前,基于样本图像,通过预先训练获得所述第一神经网络模型,包括:采集轨道扣件的图片;对轨道扣件的图片进行人工标注分割,获得标注有垫板整体区域的人工分割图,将所述垫板整体区域的人工分割图缩小到所述第二分辨率后作为样本图像;基于所述样本图像,通过均方差损失函数驱动深度神经网络进行学习,获得预先训练好的所述第一神经网络模型。5.根据权利要求2所述的方法,其特征在于,所述第一神经网络模型输出所述垫板整体的分割图。6.根据权利要求5所述的方法,其特征在于,若所述垫板整体的分割图中所述垫板的数量少于预计的数量时,则判断所述垫板缺失。7.根据权利要求1所述的方法,其特征在于,所述第一分辨率为1024*1024,所述第二分辨率为256*256。8.一种轨道扣件的零件缺失检测装置,其特征在于,包括:获取模块,用于获取目标轨道扣件的原始图像,所述原始图像具有第一分辨率;缩小模块,用于将所述扣件的原始图像从第一分辨率缩小到第二分辨率,形成第二分辨率图像;输入模块,用于将所述第二分辨率图像输入到第一神经网络模型,输出所述零件的分割图;判断模块,用于当所述零件分割图中零件的数量比零件的预计数量少时,则判断所述零件缺失。9.一种轨道扣件的零件缺失检测方法,其特征在于,包括:获取目标轨道扣件的原始图像,从所述扣件的原始图像中获取所述零件的原始图像,所述原始图像具有第一分辨率;将所述零件的原始图像从第一分辨率缩小到第三分辨率,形成第三分辨率图像;将所述第三分辨率图像输入到第二神经网络模型,输出所述零件的分割图;统计所述零件分割图中,零件的响应亮度值;将所述零件的响应亮度值与预设的阈值进行比较,如果低于所述阈值,则判断所述零件缺失。10.根据权利要求9所述的方法,其特征在于,所述扣件由垫板、螺纹道钉螺帽和弹条组成,所述零件原始图像为所述垫板区域的图像,其包含所述螺纹道钉螺帽图像和所述弹条图像,所述零件的分割图为所述螺纹道钉螺帽的分割图,以及所述弹条的分割图。11.根据权利要求10所述的方法,其特征在于,所述统计所述零件分割图中零件的响应亮度值,进一步包括:根据所述螺纹道钉螺帽的分割图,统计所述螺纹道钉螺帽的响应亮度值;根据所述弹条的分割图,统计所...
【专利技术属性】
技术研发人员:黄永祯,曹春水,杨家辉,张俊峰,
申请(专利权)人:银河水滴科技北京有限公司,
类型:发明
国别省市:北京,11
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。