【技术实现步骤摘要】
一种基于纹理与深度图像的轨道扣件紧固件松动检测方法
本专利技术涉及铁路基础设施检测领域，具体指一种基于纹理与深度图像的轨道扣件紧固件松动检测方法。
技术介绍
扣件是连接钢轨和轨枕的重要部件，其作用是将钢轨固定在轨枕上，保持轨距以及阻止钢轨发生相对于轨枕的纵横向移动，因此，扣件在保证轨道稳定性、可靠性方面起着十分重要的作用。螺栓和螺帽是确保扣件固定牢靠的关键，螺栓或螺帽一旦发生浮起，必然会导致扣件发生松动，进而造成严重的安全隐患。在铁路基础设施检测上，我国长期以人工和静态检测为主，养护费用高，强度高，安全性差，随着高速铁路迅猛发展，对铁路检测的自动化、实时性提出了更高的要求。目前，国内外已出现了一些基于图像的扣件检测缺陷检测方法，主要通过线阵相机拍摄扣件图像，通过图像处理算法，识别扣件缺陷。但是，现有的这些扣件检测系统都无法识别和检测扣件是否松动。专利CN201580000881X，公开了一种铁路扣件螺栓松动自动显示装置，该装置通过包括上下两层垫片，当上层垫片和下层垫片之间的摩擦力小于弹簧的张力时，上层垫片和下...
【技术保护点】
1.一种基于纹理与深度图像的轨道扣件紧固件松动检测方法，其特征在于：包括以下步骤：/n步骤1：采用纹理与深度混合成像系统获取轨道扣件紧固件表面纹理图像和深度图像；/n步骤2：在纹理图像中提取紧固件ROI1，在深度图像中提取紧固件ROI2；/n步骤3：利用ROI1中纹理图像和ROI2中深度图像，计算紧固件活动部件角度β
【技术特征摘要】
1.一种基于纹理与深度图像的轨道扣件紧固件松动检测方法，其特征在于：包括以下步骤：
步骤1：采用纹理与深度混合成像系统获取轨道扣件紧固件表面纹理图像和深度图像；
步骤2：在纹理图像中提取紧固件ROI1，在深度图像中提取紧固件ROI2；
步骤3：利用ROI1中纹理图像和ROI2中深度图像，计算紧固件活动部件角度βc和高度hc；
步骤4：计算紧固件活动部件浮起高度Δh＝hc-hb，hb是紧固件活动部件参考高度，计算紧固件活动部件旋转角度Δβ＝|βc-βb|，βb是紧固件活动部件参考角度；
步骤5：设定高度判定阈值Th和角度判定阈值Tβ，当紧固件活动部件浮起高度Δh＞Th或旋转角度Δβ＞Tβ时，判断扣件紧固件松动，否则紧固件未松动；
所述螺栓紧固件由螺栓与支座、或螺帽与螺杆组成，其中螺栓、螺帽是活动部件，支座、螺杆是固定部件。
2.根据权利要求1所述的基于纹理与深度图像的轨道扣件紧固件松动检测方法，其特征在于：所述纹理与深度混合成像由纹理成像系统和三维成像系统组成，其中纹理成像系统包括线阵扫描成像和面阵成像，三维成像系统包括线结构光扫描三维成像系统，面结构光三维成像系统，单目激光散斑三维成像系统，双目激光散斑三维成像系统，双目立体视觉三维成像系统，TOF三维成像系统和光场成像三维成像系统；
所述纹理成像系统的成像光轴与轨道平面垂直；
所述三维成像系统的深度方向坐标轴与轨道平面垂直；
所述纹理成像系统与三维成像系统相对位置固定，纹理图像与深度图像中像素对应关系也固定、且已知；
当采用线阵扫描纹理成像和线结构光扫描三维成像时，需对获取的纹理图像和深度图像进行扫描方向校准，以保证纹理图像和深度图像中像素横坐标与纵坐标单位像素所代表的物理尺寸相等。
3.根据权利要求1所述的基于纹理与深度图像的轨道扣件紧固件松动检测方法，其特征在于：所述步骤2中在纹理图像中提取紧固件ROI1，在深度图像中提取紧固件ROI2的方法是：在纹理图像上，以扣件图像为模板，采用SVM、KNN、卷积神经网络模式识别方法，检测扣件，根据紧固件在扣件中位置，在纹理图像中提取紧固件ROI1，根据深度图像与纹理图像的位置关系，对ROI1位置进行变换，得到深度图像中紧固件ROI2。
4.根据权利要求1所述的基于纹理与深度图像的轨道扣件紧固件松动检测方法，其特征在于：所述步骤2中在纹理图像中提取紧固件ROI1，在深度图像中提取紧固件ROI2的方法是：在深度图像上，根据扣件底座或轨枕的高度值先验信息，在轨道两侧扣件出现区域内，进行图像阈值分割，检测扣件；根据紧固件在扣件中位置，在深度图像中提取紧固件ROI2，根据纹理图像与深度图像的位置关系，对ROI2位置进行变换，得到纹理图像中紧固件ROI1。
<...
【专利技术属性】
技术研发人员：左丽玛，
申请(专利权)人：成都精工华耀科技有限公司，
类型：发明
国别省市：四川;51
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。