【技术实现步骤摘要】
一种铁路接触网支柱鸟窝检测方法
[0001]本专利技术涉及图像处理
、
图像识别
,更具体地说涉及一种铁路接触网支柱鸟窝检测方法
。
技术介绍
[0002]铁路是一个国家交通运输的重要部分,同时也是一个高风险的环境
。
铁路接触网是铁路的重要基础运行设施,接触网故障将直接导致列车停运故障
。
接触网故障有部分人工因素,如不当的使用
、
维护不良
、
材料缺陷等等因素
。
但部分自然因素也严重影响铁路接触网运行稳定性
。
支柱鸟窝即属于自然因素影响,严重情况下鸟窝接触至带电接触网可能导致列车停运
。
因此有必要对铁路接触网支柱上的鸟窝进行检测并清除,以防止接触网故障
。
[0003]支柱鸟窝检测的重要性还体现在以下几个方面:
1、
提高铁路运行效率
。
支柱鸟窝检测可以及时发现和修复支柱缺陷,减少铁路运行的时间,提高运行效率
。
[0004]2、
提高铁路运营的安全性
。
鸟窝检测可以第一时间发现并排除隐患,提高铁路运营的安全性
。
[0005]3、
减少人工分析工作量
。
以往检测支柱鸟窝需要大量人工分析视频数据,分析量大且检出率低,采用算法分析有助于降低人工分析工作量
。
[0006]当前鸟窝检测存在一些技术可以实现,如采用
【技术保护点】
【技术特征摘要】
1.
一种铁路接触网支柱鸟窝检测方法,其特征在于,包括以下步骤:利用拍摄设备获取铁路沿线待检测接触网图像;识别待检测接触网图像中的接触网支柱区域;将识别的接触网支柱区域图像输入细粒度分割模型中,分割接触网支柱区域图像中的鸟窝区域;将分割的鸟窝区域图像进行开运算去除其细微杂点,再通过面积统计排除鸟窝区域图像中像素面积不足的识别区域,并输出面积排除后的鸟窝区域图像
。2.
如权利要求1所述的鸟窝检测方法,其特征在于,所述识别待检测接触网图像中的接触网支柱区域中,利用
YOLOv5
目标检测算法识别待检测接触网图像中的接触网支柱区域
。3.
如权利要求1所述的鸟窝检测方法,其特征在于,所述识别待检测接触网图像中的接触网支柱区域中,所述识别的接触网支柱区域包括水泥空心柱样式
、
实心铁柱样式和铁塔样式
。4.
如权利要求1所述的鸟窝检测方法,其特征在于,所述将识别的接触网支柱区域图像输入细粒度分割模型中,将识别的接触网支柱区域图像横纵向切分为若干图像块,并将若干图像块加入位置编码后输入细粒度分割模型中
。5.
如权利要求1所述的鸟窝检测方法,其特征在于,所述细粒度分割模型包括
BEiT Encoder
编码器和
UperNet
网络结构,其中:所述
BEiT Encoder
编码器包括若干
Transformer
模块,所述
Transformer
模块包括归一化层
、
多层感知器网络和多头注意力层;选择若干
Transformer
模块中的多个特征层后,采用上采样方法形成特征金字塔,再将特征金字塔输入
UperNet
网络结构中;所述
UperNet
网络结构包括
fuse
层和 FPN with PPM
层,所述
FPN with PPM
层通过池化和卷积两种方法接收
BEiT Encoder
编码器输出的特征金字塔,
fuse
层合并张量后,通过卷积输出单通道的鸟窝分割图像
。6.<...
【专利技术属性】
技术研发人员:闫龙,陆刘君,
申请(专利权)人:陕西靖神铁路有限责任公司,
类型:发明
国别省市:
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。