一种铁路声屏障螺栓松脱智能识别方法和系统技术方案

本发明专利技术公开一种铁路声屏障螺栓松脱智能识别方法，用于铁路声屏障螺栓松脱状态的检测和识别，包括：获取铁路声屏障的图像数据；基于铁路声屏障的图像数据和大模型少样本物体检测模型识别铁路声屏障的图像数据中铁路声屏障螺栓的位置和不同类型；基于铁路声屏障螺栓的位置和不同类型以及螺栓前景分割模型对螺栓区域进行准确分割；基于分割后的螺栓区域定义螺栓的形状模式，并对铁路声屏障螺栓的状态进行分类和检测。还公开了识别系统、电子设备及计算机可读存储介质，能够通过传感器采集数据分析判断传感器本身工作(振动)状态，实现设备在振动工作状态期间摒弃振动干扰异常数据，并自适应调整采集频率；还能够基于标准差比较法构建数据降噪模型。

【技术实现步骤摘要】

本专利技术涉及铁路声屏障外观状态检测，特别涉及一种铁路声屏障螺栓松脱智能识别方法和系统。

技术介绍

1、随着高速铁路的迅速发展，在铁路声屏障的维护和安全管理中，螺栓的松脱是一个常见的问题。传统的检测方法通常涉及人工巡检和基于图像处理和机器学习的方法，然而现有技术存在如下技术缺陷：

2、(1)人工巡检效率低下并且由于主要依靠主观判断，存在随机经验等无法统一判断标准等问题；同时，在螺栓区域噪声、模糊和背景干扰等挑战下，难以实现准确的检测和识别。

3、(2)采用基于图像处理和机器学习的方法，如基于边缘检测、形态学处理、颜色分割等传统图像处理方法结合支持向量机(svm)、卷积神经网络(cnn)等机器学习算法来实现声屏障螺栓的检测和识别；此外，也有一些技术方案尝试引入深度学习技术，如目标检测算法(如fasterr-cnn、yolo等)来提高检测的准确性和效率，然而由于样本的稀疏以及环境噪声干扰等问题，仍然难以实现快速、准确地检测和识别声屏障螺栓松脱状态的目标。

4、因此，需要一种能够自动、快速、准确地检测和识别声屏障螺栓松脱状态的本文档来自技高网...

【技术保护点】

1.一种铁路声屏障螺栓松脱智能识别方法，用于铁路声屏障螺栓松脱状态的检测和识别，其特征在于，包括：

2.根据权利要求1所述的一种铁路声屏障螺栓松脱智能识别方法，其特征在于，所述S2的所述大模型少样本物体检测模型包括：数据预标注子模型以及检测子模型；其中：

3.根据权利要求2所述的一种铁路声屏障螺栓松脱智能识别方法，其特征在于，所述S2基于所述铁路声屏障的图像数据和大模型少样本物体检测模型识别铁路声屏障的图像数据中铁路声屏障螺栓的不同类型包括：

4.根据权利要求3所述的一种铁路声屏障螺栓松脱智能识别方法，其特征在于，所述S3包括：p>

5.根据权...

【技术特征摘要】

1.一种铁路声屏障螺栓松脱智能识别方法，用于铁路声屏障螺栓松脱状态的检测和识别，其特征在于，包括：

2.根据权利要求1所述的一种铁路声屏障螺栓松脱智能识别方法，其特征在于，所述s2的所述大模型少样本物体检测模型包括：数据预标注子模型以及检测子模型；其中：

3.根据权利要求2所述的一种铁路声屏障螺栓松脱智能识别方法，其特征在于，所述s2基于所述铁路声屏障的图像数据和大模型少样本物体检测模型识别铁路声屏障的图像数据中铁路声屏障螺栓的不同类型包括：

4.根据权利要求3所述的一种铁路声屏障螺栓松脱智能识别方法，其特征在于，所述s3包括：

5.根据权利要求4所述的一种铁路声屏障螺栓松脱智能识别方法，其特...

【专利技术属性】
技术研发人员：柴雪松，支洋，答治华，张翠兵，李健超，王宁，凌烈鹏，马学志，袁逸畅，刘艳芬，曹金玲，王卓，
申请(专利权)人：中国铁道科学研究院集团有限公司铁道建筑研究所，
类型：发明
国别省市：