一种适用于铁路钢桥螺栓病害的自动检测方法技术

本发明专利技术公开了一种适用于铁路钢桥螺栓病害的自动检测方法，包括以下步骤：对钢桥螺栓的图像进行采集；对采集的图像进行预处理；对含有病害螺栓的单元图像进行分类标注；制作数据集；搭建目标检测网络SSD；训练目标检测网络SSD；将用于识别的图像输入到SSD网络模型中，对螺栓病害进行自动检测。本发明专利技术提供了一种铁路钢桥螺栓病害自动检测方法，该方法能够对桥梁巡检图像进行识别，识别结果包含病害种类，病害位置以及病害发生的置信度，本发明专利技术能够实现对病害螺栓的快速定位，大大提升了铁路钢桥的检测效率，提高了检测精度，避免了因主观人为因素导致的提升了钢桥巡检检测的自动化程度。度。度。

【技术实现步骤摘要】
一种适用于铁路钢桥螺栓病害的自动检测方法


[0001]本专利技术属于铁路桥梁检测评估
，具体涉及一种适用于铁路钢桥螺栓病害的自动检测方法。

技术介绍

[0002]随着我国铁路建设的快速发展，近些年来，铁路桥梁的建设规模和数量大幅增加。钢桥作为铁路桥梁的重要组成部分，其后期的检测与运维工作对于铁路的安全运营有着至关重要的作用。
[0003]在铁路钢桥螺栓的病害中，螺栓锈蚀和螺栓脱落缺失这两种病害较为常见。目前，钢桥螺栓病害的检测还是采用人工检测的方式开展。通过桥梁检测人员进行人工巡检的方式，采用近距离目视观察，敲击等传统检测手段对钢桥的螺栓病害进行检测。由于铁路钢桥螺栓使用数量多，检测工作量大，依靠传统人工检测的方式已经逐渐不能满足检测需要，并且传统人工检测精度偏低，十分依赖检测人员的经验和责任心，对于检测人员不易到达的位置，对于螺栓的检测开展难度大，容易产生误检甚至漏检的情形。
[0004]随着近年来的以深度学习为代表的人工智能技术的快速发展，基于计算机视觉和深度学习相结合的桥梁检测方法逐渐开始应用于桥梁巡检工作中。通过引入自动检测方法，大大提升了桥梁的巡检和检测的工作效率，提升整体的检测精度，降低误检和漏检的概率，降低巡检人员的劳动强度。目前对于钢桥螺栓病害的自动检测技术的应用与研究还有不足之处，对于能够研究出一种适用于铁路钢桥螺栓病害的自动检测方法有着迫切需求。

技术实现思路

[0005]本专利技术为解决现有技术存在的问题而提出，其目的是提供一种适用于铁路钢桥螺栓病害的自动检测方法。
[0006]本专利技术的技术方案是：一种适用于铁路钢桥螺栓病害的自动检测方法，包括以下步骤：
[0007]ⅰ
.对钢桥螺栓的图像进行采集
[0008]ⅱ
.对采集的图像进行预处理
[0009]ⅲ
.对含有病害螺栓的单元图像进行分类标注
[0010]ⅳ
.制作数据集
[0011]ⅴ
.搭建目标检测网络SSD
[0012]ⅵ
.训练目标检测网络SSD
[0013]ⅶ
.将用于识别的图像输入到SSD网络模型中，对螺栓病害进行自动检测。
[0014]更进一步的，步骤
ⅰ
对钢桥螺栓的图像进行采集，具体过程如下：
[0015]通过采用高清摄像机或工业相机对钢桥螺栓的图像进行采集，将采集到的图像数据，存储到采集数据库。
[0016]更进一步的，步骤
ⅱ
对采集的图像进行预处理，具体过程如下：
[0017]首先，将采集数据库中的图像进行尺寸大小变换，得到目标图像；
[0018]然后，将变换后的图像进行分割，分割成为若干单元图像；
[0019]最后，存储得到的单元图像。
[0020]更进一步的，步骤
ⅲ
对含有病害螺栓的单元图像进行分类标注，具体过程如下：
[0021]首先，框选单元图像中病害螺栓位置，
[0022]然后，对框选位置进行病害类型确认，
[0023]最后，生成数据文件，数据文件包含标注的病害螺栓的位置信息和病害信息。
[0024]更进一步的，步骤
ⅳ
制作数据集，具体过程如下：
[0025]建立的数据集包括A数据集、I数据集和J数据集
[0026]其中，A数据集对病害螺栓的位置信息和病害信息进行存储；
[0027]I数据集存放训练数据集、测试数据集和验证数据集对应的图像名称；
[0028]J数据集存放原始分割完成的单元图像。
[0029]将A数据集、I数据集和J数据集按照定比例的方式，划分为训练数据集，测试数据集和验证数据集。
[0030]更进一步的，步骤
ⅴ
搭建目标检测网络SSD，具体过程如下：
[0031]目标检测网络SSD属于单阶段目标检测网络，由骨干特征提取网络、辅助卷积网络和预测卷积网络组成，目标检测网络SSD用于对模板框进行分类和位置回归来获得螺栓的病害类型以及发生病害的位置。
[0032]更进一步的，步骤
ⅵ
训练目标检测网络SSD，具体过程如下：
[0033]模板框的病害类型分类和位置回归，能够得到每个模板框的属于某个类型的置信度，以及模板框的位置预测信息，通过对各病害类型的置信度和位置预测的加权损失函数，来评价SSD网络预测模板框与真实框的边界误差。
[0034]更进一步的，步骤
ⅶ
将用于识别的图像输入到SSD网络模型中，对螺栓病害进行自动检测，训练后的训练目标检测网络SSD，能够输出螺栓病害的检测结果。
[0035]本专利技术提供了一种铁路钢桥螺栓病害自动检测方法，该方法能够对桥梁巡检图像进行识别，识别结果包含病害种类，病害位置以及病害发生的置信度，本专利技术能够实现对病害螺栓的快速定位，大大提升了铁路钢桥的检测效率，提高了检测精度，避免了因主观人为因素导致的提升了钢桥巡检检测的自动化程度。
附图说明
[0036]图1是本专利技术的方法流程图；
[0037]图2是本专利技术的预测结果图。
具体实施方式
[0038]以下，参照附图和实施例对本专利技术进行详细说明：
[0039]如图1～2所示，一种适用于铁路钢桥螺栓病害的自动检测方法，包括以下步骤：
[0040]ⅰ
.对钢桥螺栓的图像进行采集
[0041]ⅱ
.对采集的图像进行预处理
[0042]ⅲ
.对含有病害螺栓的单元图像进行分类标注
[0043]ⅳ
.制作数据集
[0044]ⅴ
.搭建目标检测网络SSD
[0045]ⅵ
.训练目标检测网络SSD
[0046]ⅶ
.将用于识别的图像输入到SSD网络模型中，对螺栓病害进行自动检测。
[0047]步骤
ⅰ
对钢桥螺栓的图像进行采集，具体过程如下：
[0048]通过采用高清摄像机或工业相机对钢桥螺栓的图像进行采集，将采集到的图像数据，存储到采集数据库。
[0049]步骤
ⅱ
对采集的图像进行预处理，具体过程如下：
[0050]首先，将采集数据库中的图像进行尺寸大小变换，得到目标图像；
[0051]然后，将变换后的图像进行分割，分割成为若干单元图像；
[0052]最后，存储得到的单元图像。
[0053]步骤
ⅲ
对含有病害螺栓的单元图像进行分类标注，具体过程如下：
[0054]首先，框选单元图像中病害螺栓位置，
[0055]然后，对框选位置进行病害类型确认，
[0056]最后，生成数据文件，数据文件包含标注的病害螺栓的位置信息和病害信息。
[0057]步骤
ⅳ
制作数据集，具体过程如下：
[0058]建立的数据集包括A数据集、I数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种适用于铁路钢桥螺栓病害的自动检测方法，其特征在于：包括以下步骤：(
ⅰ
)对钢桥螺栓的图像进行采集(
ⅱ
)对采集的图像进行预处理(
ⅲ
)对含有病害螺栓的单元图像进行分类标注(
ⅳ
)制作数据集(
ⅴ
)搭建目标检测网络SSD(
ⅵ
)训练目标检测网络SSD(
ⅶ
)将用于识别的图像输入到SSD网络模型中，对螺栓病害进行自动检测。2.根据权利要求1所述的一种适用于铁路钢桥螺栓病害的自动检测方法，其特征在于：步骤(
ⅰ
)对钢桥螺栓的图像进行采集，具体过程如下：通过采用高清摄像机或工业相机对钢桥螺栓的图像进行采集，将采集到的图像数据，存储到采集数据库。3.根据权利要求1所述的一种适用于铁路钢桥螺栓病害的自动检测方法，其特征在于：步骤(
ⅱ
)对采集的图像进行预处理，具体过程如下：首先，将采集数据库中的图像进行尺寸大小变换，得到目标图像；然后，将变换后的图像进行分割，分割成为若干单元图像；最后，存储得到的单元图像。4.根据权利要求1所述的一种适用于铁路钢桥螺栓病害的自动检测方法，其特征在于：步骤(
ⅲ
)对含有病害螺栓的单元图像进行分类标注，具体过程如下：首先，框选单元图像中病害螺栓位置，然后，对框选位置进行病害类型确认，最后，生成数据文件，数据文件包含标注的病害螺栓的位置信息和病害信息。5.根据权利要求1所述的一种适用于铁路钢桥螺栓病害的自...

【专利技术属性】
技术研发人员：苏伟，孙宗磊，禚一，李艳，张雷，邸昊，魏剑峰，徐洪权，周勇政，高峰，杨雷，
申请(专利权)人：中国铁路设计集团有限公司中国铁路经济规划研究院有限公司，
类型：发明
国别省市：