System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及高速铁路自动图像识别领域,具体涉及一种无监督学习接触网图像增强方法。
技术介绍
1、由于高速铁路接触网系统常年运行在户外恶劣环境下,加之其结构组成复杂、包含数百种不同尺度的零部件,导致其故障时有发生,从而给高铁的安全运行带来安全隐患。根据中国铁路总公司关于牵引供电安全检测监测系统中的规定,需拍摄接触网系统的图片,然后使用计算机处理采集到的数据,从而判断接触网运行状态。从成本和通用性考虑,现有图像采集设备大多采用可见光ccd摄像机进行拍摄,可见光拍摄易受周围环境光影响;此外,接触网支撑装置分布面积大,补光装置并不能随时提供稳定的补光,因此,采集车采集得到的接触网图像存在过曝光、亮度不足、对比度低等质量问题。低亮度图像中接触网零部件特征不突出,对人工校验带来极大干扰,也阻碍了4c检测技术的检测精度,造成接触网支持装置零部件漏检,对列车的行车安全造成威胁。
2、目前,接触网状态检测领域常使用图像处理技术实现自动智能判别接触网系统的运行状态。该方法需要使用高质量的接触网图片数据,未经过处理的原始接触网图片数据会导致检测效果不佳。因此,为了提高检测效果,需要对采集到的数据进行图像增强处理,以提高图像质量。在网络训练阶段,现有的基于有监督学习的图像增强方法需要使用配对数据,即同时获得同一设备或场景的高质量和不良质量对应的数据对,而这对于实际工业现场来说基本无法实现。
3、综上所述,急需一种低成本的接触网图像增强方法,以解决现有技术中存在的问题。
技术实现思路
< ...【技术保护点】
1.一种无监督学习接触网图像增强方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的无监督学习接触网图像增强方法,其特征在于,所述步骤一中采用铁路4C检测车进行图像采集。
3.根据权利要求1所述的无监督学习接触网图像增强方法,其特征在于,所述步骤二中将筛选后的图像集中的图像以5%-10%的差异进行亮度调整;P取[5,20]中的自然数。
4.根据权利要求1-3任意一项所述的无监督学习接触网图像增强方法,其特征在于,所述轻量级特征提取网络由10层32×32的单通道2D卷积与2层32×32的单通道空洞卷积组成;Q取[8,15]中的自然数。
5.根据权利要求4所述的无监督学习接触网图像增强方法,其特征在于,所述无监督网络损失函数Loss的表达式如下:
6.根据权利要求5所述的无监督学习接触网图像增强方法,其特征在于,所述步骤五中判定是否满足要求具体是:若迭代次数达到设定阈值,则满足要求,否则,未满足要求。
【技术特征摘要】
1.一种无监督学习接触网图像增强方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的无监督学习接触网图像增强方法,其特征在于,所述步骤一中采用铁路4c检测车进行图像采集。
3.根据权利要求1所述的无监督学习接触网图像增强方法,其特征在于,所述步骤二中将筛选后的图像集中的图像以5%-10%的差异进行亮度调整;p取[5,20]中的自然数。
4.根据权利要求1-3任意一项所述的无监督学习接触网图像增...
【专利技术属性】
技术研发人员:喻文彬,晏龙彪,伏松平,王亚玲,李卓民,
申请(专利权)人:中铁建电气化局集团第四工程有限公司,
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。