一种道床异物的检测方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术公开了一种道床的异物检测方法、装置、电子设备及存储介质，本发明专利技术利用异物的高度信息进行初步筛选，得到至少一个连通域，然后利用图像灰度信息来进行精确筛选，并基于图像的膨胀运算来确定出道床上各个小型异物的真实区域；由此，本发明专利技术可有效分离出灰度图像中的小型异物，从而实现道床上小型异物的准确检测，保证了列车的行车安全。保证了列车的行车安全。保证了列车的行车安全。

A detection method, device, electronic equipment and storage medium for foreign matters in track bed

【技术实现步骤摘要】
一种道床异物的检测方法、装置、电子设备及存储介质


[0001]本专利技术属于道床异物检测
，具体涉及一种道床异物的检测方法、装置、电子设备及存储介质。

技术介绍

[0002]道床异物是铁路道床上出现的外来物体，通常包括因钢轨振动而产生的断裂弹条、轨道板受冲击产生的碎石块、铁皮和固定电气线缆的金属零件等，在列车运行中，道床上的异物会给列车的行车安全带来极大的隐患，目前主要是通过人工检查的方式来对道床异物进行检测并清除，这种方式成本高、效率低，往往不能及时排除安全隐患，所以，道床异物的视觉检测算法应运而生，视觉检测算法能够及时发现道床上的异物，从而保证列车的安全运行。
[0003]目前，道床的视觉检测算法一般是使用标定后的3D相机拍摄道床的深度图像，然后对拍摄的深度图像进行图像识别，通过检测高度异常的区域，来得出异物检测结果，但是，在实际工况中，道床中会存在平整的异物以及细小的异物，如铁皮和固定电气线缆的金属零件等，这些细小异物的高度特征不明显，所以，现有的视觉检测算法无法准确检测出前述细小和平整的异物，从而增加了列车的行车安全隐患，因此，提供一种道床上小型异物的检测方法迫在眉睫。

技术实现思路

[0004]本专利技术的目的是提供一种道床异物的检测方法、装置、电子设备及存储介质，以解决现有的道床视觉检测算法无法准确检测出细小和平整的异物，从而增加了列车行车安全隐患的问题。
[0005]为了实现上述目的，本专利技术采用以下技术方案：
[0006]第一方面，本专利技术提供了一种道床异物的检测方法，包括：
[0007]获取待检测道床的灰度图像，并对所述灰度图像进行高度差预处理，以得到用于表征所述灰度图像中道床以及道床上所有异物的高度信息的预处理图像；
[0008]在所述预处理图像中筛选出灰度值大于灰度阈值的像素点，并利用灰度值大于灰度阈值的所有像素点组成至少一个连通域；
[0009]对所述至少一个连通域中的每个连通域进行小型异物检测，确定出包含有小型异物的连通域，以将包含有小型异物的连通域作为检测区域；
[0010]在所述检测区域中，筛选出灰度值处于预设灰度范围内的像素点，并利用灰度值处于预设灰度范围内的所有像素点组成至少一个检测连通域；
[0011]对所述至少一个检测连通域进行膨胀运算，得出至少一个最终连通区域，其中，所述至少一个最终连通区域中的每个最终连通区域用于表征灰度图像中一小型异物的真实区域。
[0012]基于上述公开的内容，本专利技术先对待检测道床的灰度图像进行高度差预处理，从
而得到包含有道床以及各个异物的高度信息的预处理图像，然后在预处理图像中筛选出灰度值大于灰度阈值的像素点，以便利用筛选出的像素点来组成至少一个连通域，该步骤相当于在预处理图像中筛选出高度异常的区域，接着，即可对至少一个连通域进行异物检测，得出包含有小型异物的连通域(小型异物则是最大高度小于高度阈值或表面面积小于面积阈值的异物)，以便在包含有小型异物的连通域中进行异物的精确定位，即在包含有小型异物的连通域中筛选出灰度值处于预设灰度范围内的像素点，从而组成至少一个检测连通域，最后，对至少一个检测连通域进行膨胀运算，以便利用膨胀运算将任一检测连通域中与之相邻的检测连通域相连通，从而还原噪声点(也就是小型异物)的形状，进而来得出各个小型异物在灰度图像中的真实区域。
[0013]通过上述设计，本专利技术利用异物的高度信息进行初步筛选，得到至少一个连通域，然后利用图像灰度信息来进行精确筛选，并基于图像的膨胀运算来确定出道床上各个小型异物的真实区域；由此，本专利技术可有效分离出灰度图像中的小型异物，从而实现道床上小型异物的准确检测，保证了列车的行车安全。
[0014]在一个可能的设计中，对所述灰度图像进行高度差预处理，以得到用于表征所述灰度图像中的道床以及道床上所有异物的高度信息的预处理图像，包括：
[0015]计算所述灰度图像的全局平均灰度值，并将所述灰度图像中每个像素点的灰度值，调整为所述全局平均灰度值，得到常量灰度图像；
[0016]将所述灰度图像和所述常量灰度图像进行图像叠加，得到缓存图像，其中，所述缓存图像为双图层图像，且一图层为所述灰度图像，另一图层为所述常量灰度图像；
[0017]对所述缓存图像进行开运算，分别得到平均灰度模板图像以及常量灰度模板图像；
[0018]将所述平均灰度模板图像与所述常量灰度模板图像进行灰度相减，得到所述预处理图像。
[0019]基于上述公开的内容，本专利技术公开了高度差预处理的具体过程，即先计算灰度图像的全局平均灰度值，然后将灰度图像中每个像素点的灰度值调整为全局平均灰度，以得到常量灰度图像，接着，将常量灰度图像和灰度图像进行叠加，得到双图层的缓存图像，最后，对缓存图像进行开运算，并将开运算所得出的两幅图像进行灰度相减，即可得到包含有道床以及各个异物的高度信息的预处理图像。
[0020]在一个可能的设计中，对所述至少一个连通域中的每个连通域进行小型异物检测，确定出包含有小型异物的连通域，包括：
[0021]对所述至少一个连通域中的每个连通域进行宽度筛选，筛选出宽度在预设宽度范围内的连通域，作为预选连通域；
[0022]在所述预选连通域中，筛选出面积处于预设面积范围内的预选连通域，作为预检测区域；
[0023]在所述预检测区域中，筛选出长度或宽度不处于预设阈值范围内的预检测区域，以将筛选出的预检测区域作为包含有小型异物的连通域。
[0024]基于上述公开的内容，本专利技术公开了小型异物检测的具体过程，实质为进行连通域的尺寸筛选，即依次进行宽度筛选，面积筛选，以及长度或宽度的筛选，该检测的实质是在至少一个连通域中过滤掉包含大型异物的连通域，从而只保留包含小型异物的连通域，
以便后续进行小型异物的精确定位。
[0025]在一个可能的设计中，所述预设宽度范围为100px～2048px，所述预设面积范围为300px2～1000000px2，所述预设阈值范围为20px～100000px。
[0026]在一个可能的设计中，在得到平均灰度模板图像后，所述方法还包括：
[0027]对所述平均灰度模板图像进行阴影高度场处理，以得到去除图像噪声的平均灰度模板图像，其中，所述图像噪声用于表征所述小型异物产生的图像信息；
[0028]将去除图像噪声的平均灰度模板图像输入至训练后的深度学习模型中进行异物检测，得到异物检测结果，其中，所述异物检测结果包括用于表征大型异物的图像区域、所述图像区域的面积信息以及所述图像区域的中心点坐标。
[0029]基于上述公开的内容，本专利技术还公开了大型异物的检测方法(大型异物则是最大高度大于或等于高度阈值，或表面面积大于或等于面积阈值的异物)，即先对平均灰度模板图像进行阴影高度场处理，以便过滤掉平均灰度模板图像中的各个小型异物，然后，将处理后的平均灰度模板图像输入至训练后的深度学习模型中，即可得出灰度图像中各个大型异物的检测结果；由此，与本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种道床异物的检测方法，其特征在于，包括：获取待检测道床的灰度图像，并对所述灰度图像进行高度差预处理，以得到用于表征所述灰度图像中道床以及道床上所有异物的高度信息的预处理图像；在所述预处理图像中筛选出灰度值大于灰度阈值的像素点，并利用灰度值大于灰度阈值的所有像素点组成至少一个连通域；对所述至少一个连通域中的每个连通域进行小型异物检测，确定出包含有小型异物的连通域，以将包含有小型异物的连通域作为检测区域；在所述检测区域中，筛选出灰度值处于预设灰度范围内的像素点，并利用灰度值处于预设灰度范围内的所有像素点组成至少一个检测连通域；对所述至少一个检测连通域进行膨胀运算，得出至少一个最终连通区域，其中，所述至少一个最终连通区域中的每个最终连通区域用于表征灰度图像中一小型异物的真实区域。2.如权利要求1所述的方法，其特征在于，对所述灰度图像进行高度差预处理，以得到用于表征所述灰度图像中的道床以及道床上所有异物的高度信息的预处理图像，包括：计算所述灰度图像的全局平均灰度值，并将所述灰度图像中每个像素点的灰度值，调整为所述全局平均灰度值，得到常量灰度图像；将所述灰度图像和所述常量灰度图像进行图像叠加，得到缓存图像，其中，所述缓存图像为双图层图像，且一图层为所述灰度图像，另一图层为所述常量灰度图像；对所述缓存图像进行开运算，分别得到平均灰度模板图像以及常量灰度模板图像；将所述平均灰度模板图像与所述常量灰度模板图像进行灰度相减，得到所述预处理图像。3.如权利要求1所述的方法，其特征在于，对所述至少一个连通域中的每个连通域进行小型异物检测，确定出包含有小型异物的连通域，包括：对所述至少一个连通域中的每个连通域进行宽度筛选，筛选出宽度在预设宽度范围内的连通域，作为预选连通域；在所述预选连通域中，筛选出面积处于预设面积范围内的预选连通域，作为预检测区域；在所述预检测区域中，筛选出长度或宽度不处于预设阈值范围内的预检测区域，以将筛选出的预检测区域作为包含有小型异物的连通域。4.如权利要求3所述的方法，其特征在于，所述预设宽度范围为100px～2048px，所述预设面积范围为300px2～1000000px2，所述预设阈值范围为20px～100000px。5.如权利要求2所述的方法，其特征在于，在得到平均灰度模板图像后，所述方法还包括：对所述平均灰度模板图像进行阴影高度场处理，以得到去除图像噪声的平均灰度模板图像，其中，所述图像噪声用于表征所述小型异物产生的图像信息；将去除图像噪声的平均灰度模板图像输入至训练后的深度学习模型中进行异物检测，得到异物检测结果，其中，所述异物检测结果包括用于表征...

【专利技术属性】
技术研发人员：朱智洪，林建辉，郭巍，罗文成，徐金栋，胡沛伟，李帅，刘学森，秦寅，王树勇，田璇，
申请(专利权)人：常州路航轨道交通科技有限公司，
类型：发明
国别省市：