一种集成图像上下文特征的钢轨内部伤损识别方法及系统技术方案

技术编号:46273200 阅读:4 留言:0更新日期:2025-09-02 21:06
一种集成图像上下文特征的钢轨内部伤损识别方法及系统,属于铁路轨道探伤技术领域,涉及解决如何提高复杂场景下的钢轨伤损检测精度并增强模型泛化性的问题,本发明专利技术使用GAN网络模型对B显图像进行波形实例扩增操作,划分为训练集和测试集;利用不重叠滑窗的窗口Transformer注意力机制构建集成图像上下文特征模块,并用向量平均池化的方法增强模块对图像上下文特征信息的表达能力;通过集成图像上下文特征模块捕获B显图像中的全局噪声杂波点的分布特征和左右轨的出波联系来提高伤损识别模型对波形的识别率,并利用GAN网络模型扩增数据集方式来提高模型的泛化性。

【技术实现步骤摘要】

本专利技术属于铁路轨道探伤,涉及一种集成图像上下文特征的钢轨内部伤损识别方法及系统


技术介绍

1、基于超声波反射原理的双轨式钢轨超声波探伤仪,能够以15km/h的速度,同时检测铁路两条钢轨上的伤损情况,是目前检测钢轨内部伤损的主流方式。对于仪器采集的钢轨超声波信号,会有对应的采集或者回放软件将其转为直观的b显图像(b型超声波图像),b显图像的上半部展示左轨信息,下半部展示了右轨信息,并在各部分中详细展示了钢轨轨头、轨腰、轨底以及焊缝处的超声波信号,图像的纵向包含了钢轨的深度信息,横向包含了钢轨的实际里程位置。探伤人员通过观看b显图像来确定钢轨内部伤损的类型和位置。在进行大量的长距离作业时,探伤人员需要观看大量的b显图像,例如,一条20km的钢轨超声波信号数据,大约有4000多张图片。可见,人工查看b显图像的方式,对判断钢轨伤损情况的效率不高。而且,长时间查看图片会带来视觉疲劳,易造成主观性的误检或漏检情况。

2、近年来,人工智能和计算机视觉技术的发展提高了各个行业的工作效率,也推动了智能识别钢轨内部伤损的研究。即是以图像为载体,采用深度学习的本文档来自技高网...

【技术保护点】

1.一种集成图像上下文特征的钢轨内部伤损识别方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的集成图像上下文特征的钢轨内部伤损识别方法,其特征在于,所述获取B显图像的方法为:在双轨式钢轨超声波探伤仪的回放软件中,设定各通道超声波探头的出波固定参数,以固定大小的步幅在回放窗口滑动截取B显图像,并使步幅回退200像素点,与上一张B显图像保持200像素点的重叠。

3.根据权利要求1所述的集成图像上下文特征的钢轨内部伤损识别方法,其特征在于,所述使用GAN网络模型对B显图像进行波形实例扩增操作的方法为:在B显图像中以128×128像素大小的矩形框裁剪出完整波形图片...

【技术特征摘要】

1.一种集成图像上下文特征的钢轨内部伤损识别方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的集成图像上下文特征的钢轨内部伤损识别方法,其特征在于,所述获取b显图像的方法为:在双轨式钢轨超声波探伤仪的回放软件中,设定各通道超声波探头的出波固定参数,以固定大小的步幅在回放窗口滑动截取b显图像,并使步幅回退200像素点,与上一张b显图像保持200像素点的重叠。

3.根据权利要求1所述的集成图像上下文特征的钢轨内部伤损识别方法,其特征在于,所述使用gan网络模型对b显图像进行波形实例扩增操作的方法为:在b显图像中以128×128像素大小的矩形框裁剪出完整波形图片,利用这些裁剪的图片迭代训练gan网络模型中的生成器和判别器模型,然后利用训练好的生成器模型生成出新的波形图片,并将新的波形图片粘贴至b显图中对应高度的位置上,从而达到波形实例扩增的目的。

4.根据权利要求1所述的集成图像上下文特征的钢轨内部伤损识别方法,其特征在于,所述伤损识别模型选用resnet18主干网络,在resnet18主干网络的输出后面添加一个sppf模块,用于增强模型对多尺度目标的学习能力;通过先将深层特征图做上采样操作,将特征的大小翻倍,再将深层特征图与浅层特征图沿着通道维度拼接的方式进行信息融合,融合后的特征图送入集成图像上下文特征模块;使用c2f模块捕获对应尺度下特征图的深层特征,构建了一个自下而上和自上而下的不同深度的特征图交互的网络结构,最终输出三个不同大小的检测头特征图,用于计算损失函数和预测b显图像中波形的类别和边界框位置。

<...

【专利技术属性】
技术研发人员:吴军武薛文静王鑫琪姚士彬梅国军张高剑张静锋章罕张成功康梦雷
申请(专利权)人:合肥超科电子有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1