【技术实现步骤摘要】
本专利技术涉及轨道缺陷检测，尤其涉及一种铁路轨道缺陷自动识别图像质量增强方法、装置及介质。
技术介绍
1、铁路是一种广泛使用的运输方式，通常被认为是最安全的运输方式之一。然而，轨道基础设施维护不足可能导致运营收入的重大损失，以及与事故相关的死亡和损坏。由于铁路轨道质量对列车运行安全的重要性，铁路缺陷检查已成为越来越重要和迫切的关注。定期铁路检查和维护对广泛铁路网络的运营商来说是一项艰巨的任务。
2、铁路网络的快速扩张使得轨道检查和维护难以跟上需求。传统人工检查方式需要技术人员目视检查铁路线上每个扣件存在或不存在以及当前状况，这需要花费大量的时间来检查整个铁路线路，并且由于人为错误和限制，检测精度不够，灵活性较低。
3、视觉检测技术在效率、成本和准确性方面已证明优于传统检测方法。然而，目前大多数图像数据集都是使用动态设备收集的，如无人机(uav)和安装在平板车上的摄像头，这可能会限制获取高质量、无遮挡和适当照明的图像的能力。自动检查需要高质量的图像数据集，这些数据集在图像中包含相当多的细节，以便进行准确的预测。低质量相机导致的低分辨率和相机移动导致的模糊有时是不可避免的。因此，这种图像的获取可能导致较低的预测精度。
技术实现思路
1、本专利技术所要解决的技术问题是针对现有技术存在的问题，提供一种铁路轨道缺陷自动识别图像质量增强方法、装置及介质。
2、为解决上述技术问题，本专利技术提供一种铁路轨道缺陷自动识别图像质量增强方法，包括：通过固定在移动设备
3、为解决上述技术问题，本专利技术还提供一种铁路轨道缺陷自动识别图像质量增强装置，包括：数据获取模块、目标注释模块和质量增强模块。数据获取模块用于通过固定在移动设备上的图像采集装置获取铁路轨道图像的原始数据集；目标注释模块用于对原始数据集中铁路轨道图像的检测目标进行注释，获取待检测部件数据集；质量增强模块用于利用hybridgan模型对待检测部件数据集进行分辨率增强和去模糊处理，获得质量增强数据集；其中，hybridgan模型包括esrgan模型和deblurganv2模型。
4、为解决上述技术问题，本专利技术还提供一种铁路轨道缺陷自动识别图像质量增强装置，包括：存储器、处理器及存储在存储器上的并可在处理器上运行的计算机程序，处理器执行程序时实现如上述技术方案提供的铁路轨道缺陷自动识别图像质量增强方法。
5、为解决上述技术问题，本专利技术还提供一种计算机可读存储介质，包括指令，当指令在计算机上运行时，使计算机执行上述技术方案提供的铁路轨道缺陷自动识别图像质量增强方法。
6、本专利技术的有益效果是：通过动态设备获取铁路轨道图像的原始数据集，对原始数据集中铁路轨道图像的检测目标进行注释，对经注释的轨道图像基于hybridgan模型进行分辨率增强和去模糊处理，获得质量增强数据集，本专利技术中hybridgan模型为结合esrgan模型和deblurganv2模型的新型混合生成对抗网络gan，以提高动态图像在分辨率和模糊度方面的质量。本专利技术方法在多个分辨率级别上提高了8.76–10.83％，在低质量数据集上提高了18.80–28.07％。hybridgan为在自动化铁路安全维护中低质量图像数据集(低分辨率和高模糊度)导致检测精度低的问题提供了有效的解决方案。
7、本专利技术附加的方面及其优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术实践了解到。
本文档来自技高网...【技术保护点】
1.一种铁路轨道缺陷自动识别图像质量增强方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述利用HybridGAN模型对所述待检测部件数据集进行分辨率增强和去模糊处理，获得质量增强数据集，包括：
3.根据权利要求2所述的方法，其特征在于，还包括：利用DF2K数据集对ESRGAN模型进行预训练，其中，所述DF2K数据集为DIV2K数据集和Flickr2K数据集的组合。
4.根据权利要求2所述的方法，其特征在于，所述利用预训练的ESRGAN模型对所述待检测部件数据集中分辨率低于预设分辨率阈值的铁路轨道图像进行分辨率增强之前，将所述待检测部件数据集中分辨率低于预设分辨率阈值的铁路轨道图像的图像格式转换为PNG格式。
5.根据权利要求2所述的方法，其特征在于，所述基于VLM的模糊相位检测机制将所述第一数据集分类为模糊图像集和清晰图像集，包括：
6.根据权利要求1至5任一项所述的方法，其特征在于，还包括利用定位类型的对象检测模型分别在所述原始数据集和所述质量增强数据集上训练和测试，根据获得的训练和测试结果验证所
7.根据权利要求6所述的方法，其特征在于，还包括获取低分辨率图像集、模糊图像集和低分辨率模糊图像集；
8.一种铁路轨道缺陷自动识别图像质量增强装置，其特征在于，包括：
9.一种铁路轨道缺陷自动识别图像质量增强装置，包括：存储器、处理器及存储在所述存储器上的并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述的铁路轨道缺陷自动识别图像质量增强方法。
10.一种计算机可读存储介质，包括指令，其特征在于，当所述指令在计算机上运行时，使所述计算机执行如权利要求1至7任一项所述的铁路轨道缺陷自动识别图像质量增强方法。
...【技术特征摘要】
1.一种铁路轨道缺陷自动识别图像质量增强方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述利用hybridgan模型对所述待检测部件数据集进行分辨率增强和去模糊处理，获得质量增强数据集，包括：
3.根据权利要求2所述的方法，其特征在于，还包括：利用df2k数据集对esrgan模型进行预训练，其中，所述df2k数据集为div2k数据集和flickr2k数据集的组合。
4.根据权利要求2所述的方法，其特征在于，所述利用预训练的esrgan模型对所述待检测部件数据集中分辨率低于预设分辨率阈值的铁路轨道图像进行分辨率增强之前，将所述待检测部件数据集中分辨率低于预设分辨率阈值的铁路轨道图像的图像格式转换为png格式。
5.根据权利要求2所述的方法，其特征在于，所述基于vlm的模糊相位检测机制将所述第一数据集分类为模糊图像集和清晰图像集，包括：
...【专利技术属性】
技术研发人员：申富林，钟子林，郭咏辉，黎剑华，董勤喜，
申请(专利权)人：广州铁路职业技术学院，
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。