轨道缺陷检测方法及其系统、装置、存储介质制造方法及图纸

本发明专利技术涉及图像处理技术领域，特别涉及一种轨道缺陷检测方法及其系统、装置、存储介质，其中轨道缺陷检测方法包括：获取待训练的轨道缺陷图像样本；利用轨道缺陷图像样本对卷积神经网络进行训练，得到异常检测模型；获取目标轨道图像；通过异常检测模型对目标轨道图像进行异常检测，得到异常检测结果；基于目标检测算法对目标轨道图像进行坐标转换处理，得到目标位置信息；根据异常检测结果和目标位置信息得到轨道的缺陷检测结果。根据本发明专利技术提供的技术方案，能够提高轨道检测的效率和准确性，降低检测成本，减少安全事故的发生。减少安全事故的发生。减少安全事故的发生。

【技术实现步骤摘要】
轨道缺陷检测方法及其系统、装置、存储介质


[0001]本专利技术涉及图像处理
，特别涉及一种轨道缺陷检测方法及其系统、装置、存储介质。

技术介绍

[0002]目前，过山车的轨道缺陷主要是通过人工巡检的方式来进行检测，即检修人员通过轨道两侧的检修通道对轨道进行检测，但是这种人工检测的方式具有很强的主观性，由于是否存在缺陷的判断是人为决定的，因此十分容易出现漏检、误检的情况，从而导致检测结果的准确性降低。同时，由于过山车的轨道不同于正常的列车轨道，检测人员在检测的过程中也存在很大的安全隐患，人工检测的成本高，效率低。

技术实现思路

[0003]本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提出一种轨道缺陷检测方法及其系统、装置、存储介质，能够提高轨道检测的效率和准确性，降低检测成本，减少安全事故的发生。
[0004]本专利技术第一方面提供一种轨道缺陷检测方法，包括：
[0005]获取待训练的轨道缺陷图像样本；
[0006]利用所述轨道缺陷图像样本对卷积神经网络进行训练，得到异常检测模型；
[0007]获取目标轨道图像；
[0008]通过所述异常检测模型对所述目标轨道图像进行异常检测，得到异常检测结果；
[0009]基于目标检测算法对所述目标轨道图像进行坐标转换处理，得到目标位置信息；
[0010]根据所述异常检测结果和所述目标位置信息得到所述轨道的缺陷检测结果。
[0011]根据本专利技术提供的轨道缺陷检测方法，至少具有如下有益效果：获取待训练的轨道缺陷图像样本；利用轨道缺陷图像样本对卷积神经网络进行训练，得到异常检测模型；获取目标轨道图像；通过异常检测模型对目标轨道图像进行异常检测，得到异常检测结果；基于目标检测算法对目标轨道图像进行坐标转换处理，得到目标位置信息；根据异常检测结果和目标位置信息得到轨道的缺陷检测结果。根据本专利技术提供的技术方案，采用轨道缺陷图像样本训练并构建异常检测模型，通过异常检测模型对目标轨道图像进行异常检测，能够快速及时地判断轨道是否存在缺陷，在异常检测结果显示异常的情况下，对目标轨道图像进行坐标转换处理，可以得到目标轨道图像中存在缺陷的目标位置信息，根据异常检测结果和目标位置信息得到轨道的缺陷检测结果，能够根据缺陷检测结果对存在缺陷的轨道进行维修或者更换处理，能够保障轨道运行的安全可靠性。因此，本专利技术实施例能够提高轨道检测的效率和准确性，降低检测成本，减少安全事故的发生。
[0012]根据本专利技术的一些实施例，所述利用所述轨道缺陷图像样本对卷积神经网络进行训练，得到异常检测模型，包括：
[0013]对所述轨道缺陷图像样本进行预处理，得到图像数据集；
[0014]对所述图像数据集进行划分，得到训练集和验证集；
[0015]利用所述训练集对卷积神经网络进行训练，得到训练结果；
[0016]利用所述验证集对所述训练结果进行验证，得到异常检测模型。
[0017]根据本专利技术的一些实施例，所述对所述轨道缺陷图像样本进行预处理，包括：
[0018]对所述轨道缺陷图像样本进行几何变换、裁剪、去噪和增广处理。
[0019]根据本专利技术的一些实施例，所述通过所述异常检测模型对所述目标轨道图像进行异常检测，得到异常检测结果，包括：
[0020]基于目标检测算法对所述目标轨道图像进行特征提取，得到目标图像特征；
[0021]将所述目标图像特征输入至所述异常检测模型，得到异常检测结果。
[0022]根据本专利技术的一些实施例，所述目标轨道图像由飞行器相机得到，所述基于目标检测算法对所述目标轨道图像进行坐标转换处理，得到目标位置信息，包括：
[0023]利用目标检测算法对所述相机进行标定，得到所述相机的参数信息；
[0024]根据所述参数信息计算所述目标轨道图像的实际坐标，得到目标位置信息。
[0025]根据本专利技术的一些实施例，所述根据所述异常检测结果和所述目标位置信息得到所述轨道的缺陷检测结果，包括：
[0026]当所述异常检测结果显示异常，基于所述异常检测模型对所述目标轨道图像进行分类；
[0027]将所述目标轨道图像与预存的轨道缺陷图像进行特征对比，得到目标缺陷类别；
[0028]根据所述目标缺陷类别和所述目标位置信息得到所述轨道的缺陷检测结果。
[0029]根据本专利技术的一些实施例，所述方法还包括：
[0030]利用类别损失函数确定所述目标缺陷类别；
[0031]利用位置损失函数确定所述目标位置信息。
[0032]本专利技术第二方面提供一种轨道缺陷检测系统，包括：
[0033]第一获取单元，获取待训练的轨道缺陷图像样本；
[0034]模型构建单元，利用所述轨道缺陷图像样本对卷积神经网络进行训练，得到异常检测模型；
[0035]第二获取单元，获取目标轨道图像；
[0036]异常检测单元，通过所述异常检测模型对所述目标轨道图像进行异常检测，得到异常检测结果；
[0037]坐标转换单元，基于目标检测算法对所述目标轨道图像进行坐标转换处理，得到目标位置信息；
[0038]缺陷检测单元，根据所述异常检测结果和所述目标位置信息得到所述轨道的缺陷检测结果。
[0039]根据本专利技术提供的轨道缺陷检测系统，至少具有如下有益效果：获取待训练的轨道缺陷图像样本；利用轨道缺陷图像样本对卷积神经网络进行训练，得到异常检测模型；获取目标轨道图像；通过异常检测模型对目标轨道图像进行异常检测，得到异常检测结果；基于目标检测算法对目标轨道图像进行坐标转换处理，得到目标位置信息；根据异常检测结果和目标位置信息得到轨道的缺陷检测结果。根据本专利技术提供的技术方案，采用轨道缺陷图像样本训练并构建异常检测模型，通过异常检测模型对目标轨道图像进行异常检测，能
够快速及时地判断轨道是否存在缺陷，在异常检测结果显示异常的情况下，对目标轨道图像进行坐标转换处理，可以得到目标轨道图像中存在缺陷的目标位置信息，根据异常检测结果和目标位置信息得到轨道的缺陷检测结果，能够根据缺陷检测结果对存在缺陷的轨道进行维修或者更换处理，能够保障轨道运行的安全可靠性。因此，本专利技术实施例能够提高轨道检测的效率和准确性，降低检测成本，减少安全事故的发生。
[0040]本专利技术第三方面提供一种运行装置，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面实施例所述的轨道缺陷检测方法。
[0041]根据本专利技术提供的运行装置，至少具有如下有益效果：获取待训练的轨道缺陷图像样本；利用轨道缺陷图像样本对卷积神经网络进行训练，得到异常检测模型；获取目标轨道图像；通过异常检测模型对目标轨道图像进行异常检测，得到异常检测结果；基于目标检测算法对目标轨道图像进行坐标转换处理，得到目标位置信息；根据异常检测结果和目标位置信息得到轨道的缺陷检测结果。根据本专利技术提供的技术方案本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种轨道缺陷检测方法，其特征在于，包括：获取待训练的轨道缺陷图像样本；利用所述轨道缺陷图像样本对卷积神经网络进行训练，得到异常检测模型；获取目标轨道图像；通过所述异常检测模型对所述目标轨道图像进行异常检测，得到异常检测结果；基于目标检测算法对所述目标轨道图像进行坐标转换处理，得到目标位置信息；根据所述异常检测结果和所述目标位置信息得到所述轨道的缺陷检测结果。2.根据权利要求1所述的轨道缺陷检测方法，其特征在于，所述利用所述轨道缺陷图像样本对卷积神经网络进行训练，得到异常检测模型，包括：对所述轨道缺陷图像样本进行预处理，得到图像数据集；对所述图像数据集进行划分，得到训练集和验证集；利用所述训练集对卷积神经网络进行训练，得到训练结果；利用所述验证集对所述训练结果进行验证，得到异常检测模型。3.根据权利要求2所述的轨道缺陷检测方法，其特征在于，所述对所述轨道缺陷图像样本进行预处理，包括：对所述轨道缺陷图像样本进行几何变换、裁剪、去噪和增广处理。4.根据权利要求1所述的轨道缺陷检测方法，其特征在于，所述通过所述异常检测模型对所述目标轨道图像进行异常检测，得到异常检测结果，包括：基于目标检测算法对所述目标轨道图像进行特征提取，得到目标图像特征；将所述目标图像特征输入至所述异常检测模型，得到异常检测结果。5.根据权利要求1所述的轨道缺陷检测方法，其特征在于，所述目标轨道图像由飞行器相机得到，所述基于目标检测算法对所述目标轨道图像进行坐标转换处理，得到目标位置信息，包括：利用目标检测算法对所述相机进行标定，得到所述相机的参数信息；根据所述参数信息...

【专利技术属性】
技术研发人员：刘成沛，郑昊辰，
申请(专利权)人：五邑大学，
类型：发明
国别省市：