一种铁轨扣件缺陷检测方法和系统技术方案

本申请提供了一种铁轨扣件缺陷检测方法和系统。其中，所述方法应用于铁轨扣件缺陷检测系统，所述系统包括扣件区域定位模块和缺陷分类模块；所述方法包括：将所述第一铁轨图像输入所述扣件区域定位模块；根据所述扣件区域定位模块的输出，在所述第一铁轨图像中，定位扣件所在的目标框；根据所述目标框，从所述第一铁轨图像中分割出扣件图像；将所述扣件图像进行预处理，以得到第一扣件图像；将所述第一扣件图像输入所述缺陷分类模块，输出扣件缺陷检测结果；在所述第一铁轨图像中框选检测结果为缺陷扣件对应的所述目标框。可以快速、准确地识别出铁轨扣件是否存在缺陷、以及缺陷类型。

A defect detection method and system for rail fastener

【技术实现步骤摘要】
一种铁轨扣件缺陷检测方法和系统
本申请涉及铁路缺陷检测
，特别是涉及一种铁轨扣件缺陷检测方法和系统。
技术介绍
铁轨扣件是用于固定铁路轨道，以保持双轨之间的间距处于正常距离的固定元件。由于列车行驶中，会使得铁轨产生振动，并且与道床碎石产生碰撞，经年累月，铁轨扣件将会产生疲劳损伤，出现不同程度的受损，例如产生缺失、损坏、偏移等缺陷，具体可以参见说明书附图中的图1，在图1中示出了铁轨扣件的五种常见的受损状态和正常状态。当铁轨扣件受损，将导致双轨间距难以固定，严重威胁列车的正常行驶，危及生命财产安全，因此，对铁轨扣件定期进行缺陷检测尤为重要。
技术实现思路
本申请提供一种铁轨扣件缺陷检测方法和系统，以快速、准确地识别出铁轨扣件是否存在缺陷、以及缺陷类型。本申请提供了一种铁轨扣件缺陷检测方法，应用于铁轨扣件缺陷检测系统，所述铁轨扣件缺陷检测系统包括扣件区域定位模块和缺陷分类模块；所述方法包括：将所述第一铁轨图像输入所述扣件区域定位模块，以输出热力特征图、偏移特征图和目标框宽高特征图；其中，所述热力特征图中的每点本文档来自技高网...

【技术保护点】
1.一种铁轨扣件缺陷检测方法，其特征在于，应用于铁轨扣件缺陷检测系统，所述铁轨扣件缺陷检测系统包括扣件区域定位模块和缺陷分类模块；所述方法包括：/n将所述第一铁轨图像输入所述扣件区域定位模块，以输出热力特征图、偏移特征图和目标框宽高特征图；其中，所述热力特征图中的每点表征扣件中心在该点的概率值，所述偏移特征的每点表征扣件中心相对于该点的偏移量，所述目标框宽高特征图的每点表征目标框的宽高值；/n根据所述热力特征图、所述偏移特征图和所述目标框宽高特征图，在所述第一铁轨图像中，定位扣件所在的目标框；/n根据所述第一铁轨图像中的所述目标框，从所述第一铁轨图像中分割出扣件图像；/n将所述扣件图像进行预处...

【技术特征摘要】
1.一种铁轨扣件缺陷检测方法，其特征在于，应用于铁轨扣件缺陷检测系统，所述铁轨扣件缺陷检测系统包括扣件区域定位模块和缺陷分类模块；所述方法包括：
将所述第一铁轨图像输入所述扣件区域定位模块，以输出热力特征图、偏移特征图和目标框宽高特征图；其中，所述热力特征图中的每点表征扣件中心在该点的概率值，所述偏移特征的每点表征扣件中心相对于该点的偏移量，所述目标框宽高特征图的每点表征目标框的宽高值；
根据所述热力特征图、所述偏移特征图和所述目标框宽高特征图，在所述第一铁轨图像中，定位扣件所在的目标框；
根据所述第一铁轨图像中的所述目标框，从所述第一铁轨图像中分割出扣件图像；
将所述扣件图像进行预处理，以得到第一扣件图像；
将所述第一扣件图像输入所述缺陷分类模块，得到所述缺陷分类模块输出的不同扣件缺陷类型的得分；
将得分最高的扣件缺陷类型确定为扣件缺陷检测结果；
在所述第一铁轨图像中框选检测结果为缺陷扣件所对应的所述目标框，并在所述第一铁轨图像中标注所述扣件缺陷检测结果。


2.根据权利要求1所述的方法，其特征在于，所述根据所述热力特征图、所述偏移特征图和所述目标框宽高特征图，在所述第一铁轨图像中，定位扣件所在的目标框的步骤包括：
提取所述热力特征图中的所有局部最大值点，并记录所述局部最大值点的第一坐标和概率值；
从所有所述局部最大值点中筛选出目标局部最大值点，所述目标局部最大值点是局部最大值点中概率值大于预设值阈值的局部最大值点；
针对每一个所述目标局部最大值点，在所述偏移特征图中的第一坐标处提取相应的第一偏移量，在所述目标框宽高特征图中的第一坐标处提取相应的第一目标框宽高值；
根据所述第一坐标值、第一偏移量和第一目标框宽高值，确定所述目标局部最大值点所对应的扣件的目标框的两个对角在所述第二特征图像中第二坐标和第三坐标；
根据所述第二坐标和所述第三坐标，在所述第一铁轨图像中，定位扣件所在的目标框。


3.根据权利要求1所述的方法，其特征在于，其中，所述扣件区域定位模块包括特征提取网络和扣件区域预测层；所述特征提取网络包括Resnet-18网络和预设维度的反卷积层；
所述将所述第一铁轨图像输入所述扣件区域定位模块，以输出热力特征图、偏移特征图和目标框宽高特征图的步骤包括：
将所述第一铁轨图像输入所述Resnet-18网络中进行处理；
将所述Resnet-18网络的输出输入所述预设维度的反卷积层以进行预设次数的反卷积，以输出第一特征图像；
将所述第一特征图像输入扣件区域预测层，基于中心点检测，生成所述热力特征图；以及基于尺度回归预测，生成所述偏移特征图和所述目标框宽高特征图。


4.根据权利要求3所述的方法，其特征在于，其中，所述反卷积包括：
将上一层的输出进行第一卷积；
将第一卷积的输出进行第一转置卷积；
将第一转置卷积的输出进行第一最大池化；
将第一转置卷积的输出进行第一平均池化；
将所述第一最大池化的输出和所述第一平均池化的输出进行第一通道连接；
将所述第一通道连接的输出进行第二卷积；
将所述转置卷积的输出与第二卷积的输出进行张量积计算，以得到下一层的输入。


5.根据权利要求1所述方法，其特征在于，其中，所述缺陷分类模块包括卷积池化层、多尺度特征融合层以及预设维度的全连接层；
所述将所述第一扣件图像输入所述缺陷分类模块，得到所述缺陷分类模块输出的不同扣件缺陷类型的得分的步骤包括：
将所述第一扣件图像输入卷积池化层进行处理；
将所述卷积池化层的输出输入所述多尺度融合层进行处理；以及
将所述多尺度融合层的输出输入所述预设维度的全连接层进行处理，以输出不同扣件缺陷类型的得分；
其中，所述将所述卷积池化层的输出输入所述多尺度融合层进行处理的步骤包括：
将所述卷积池化层的输出进行第六卷积；
将所述卷积池化层的输出进行第四最大池化；
将第四最大池化的输出进行第七卷积；
将第七卷积的输出进行第八卷积；
将第七卷积的输出进行第五最大池化；
将第五最大池化的输出进行第九卷积；
将第九卷积的输出进行第六最大池化；
将第六卷积的输出、第八卷积的输出和第六最大池化的输出进行第一通道融合，以得到所述多尺度融合层的输出。


6.一种铁轨扣件缺陷检测系统，其特征在于，所述铁轨扣...

【专利技术属性】
技术研发人员：陈虎，周颖，李小庆，吴志红，
申请(专利权)人：四川大学，
类型：发明
国别省市：四川;51