一种基于图像的轨道异物探测方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110232682A(43)申请公布日2019.09.13(21)申请号201910470604.5(22)申请日2019.05.31(71)申请人宁波中车时代传感技术有限公司地址315021浙江省宁波市江北区甬江工业园振甬路138号(72)发明人石弦韦王鹤鸣郑良广杨玉钊周峰(74)专利代理机构宁波天一专利代理有限公司33207代理人徐良江(51)Int.Cl.G06T7/00(2017.01)G06T7/13(2017.01)G01N21/88(2006.01)权利要求书1页说明书3页附图10页(54)发明名称一种基于图像的轨道异物探测方法(57)摘要一种基于图像的轨道异物探测方法，采集待测轨道图像，对不同形态的轨道设置相应的轨道匹配模板；使用Canny算子计算待测轨道图像中的边缘特征，并根据边缘特征计算图像的倒角距离，得到其距离特征图；将不同轨道模板在距离特征图中进行卷积匹配运算，以确定各个模板在图像上距离目标的倒角距离，倒角距离越小则表示模板在该位置的匹配值越高；找出各模板中与待测轨道图像倒角距离最小的模板，以此确定轨道异物检测区域；建立样本库，由包含轨道上异物所标定轮廓信息的图像集构成；建立DenseUNet模型，其主要由Dense模块、过渡模块、反卷积模块模块构成；基于样本库中的数据对DenseUNet模型进行训练，采用训练完成的DenseUNet模型对轨道区域内的异物位置以及轮廓区域进行识别。CN110232682ACN110232682A权利要求书1/1页1.一种基于图像的轨道异物探测方法，其特征在于：采集待测轨道图像，并对不同形态的轨道设置相应的轨道匹配模板；使用Canny算子计算待测轨道图像中的边缘特征，并根据边缘特征计算图像的倒角距离，得到其距离特征图；将不同轨道模板在距离特征图中进行卷积匹配运算，以确定各个模板在图像上距离目标的倒角距离，倒角距离越小则表示模板在该位置的匹配值越高；找出各模板中与待测轨道图像倒角距离最小的模板，以此确定轨道异物检测区域；建立样本库，由包含轨道上异物所标定轮廓信息的图像集构成；建立DenseUNet模型，其主要由Dense模块、过渡模块、反卷积模块等模块构成；基于样本库中的数据对DenseUNet模型进行训练，采用训练完成的DenseUNet模型对轨道区域内的异物位置以及轮廓区域进行识别。2.根据权利要求1所述基于图像的轨道异物探测方法，其特征是：所述不同形态的轨道指列车前方轨道存在如左转、右转、直行或并轨等不同形态。3.根据权利要求1所述基于图像的轨道异物探测方法，其特征是：所述轨道匹配模板指由于轨道形态相对固定，可以使用一系列二值图像的匹配模板对轨道的形态如左转、右转、直行或并轨等进行描述。4.根据权利要求1所述基于图像的轨道异物探测方法，其特征是：所述图像的倒角距离指将图像的边缘特征二值图中各像素点根据其与附近像素点之间的关系计算出该点处的距离，称为倒角距离。5.根据权利要求1所述基于图像的轨道异物探测方法，其特征是：所述卷积匹配运算指将不同轨道模板分别与距离特征图作卷积运算，求得各模板与距离特征图之间的倒角距离。6.根据权利要求1所述基于图像的轨道异物探测方法，其特征是：所述包含轨道上异物所标定轮廓信息的数据集指对于存在异物的图像，将带有异物的图像作为数据集中的输入样本，将异物在图像中所占据区域的轮廓信息作为数据集中的输出样本。7.根据权利要求1所述基于图像的轨道异物探测方法，其特征是：所述DenseUNet模型为采用Dense模块替代UNet结构中原始的卷积层，同时结合过渡模块、反卷积模块等各个模块。8.根据权利要求7所述基于图像的轨道异物探测方法，其特征是：所述Dense模块为使用多个Dense层进行密集连接组成，即各Dense层的输出均与后续所有Dense层的输入进行拼接，将此拼接后的结果作为输入进入对应Dense层。9.根据权利要求7所述基于图像的轨道异物探测方法，其特征是：所述过渡模块由批量归一化、ReLU激活函数、1×1卷积层以及跨度为2的2×2均值池化层组成。10.根据权利要求7所述基于图像的轨道异物探测方法，其特征是：所述反卷积模块由二维反卷积层、批量归一化以及ReLU激活函数组成。2CN110232682A说明书1/3页一种基于图像的轨道异物探测方法技术领域[0001]本发明涉及一种轨道异物探测方法。背景技术[0002]现有基于图像的轨道异物探测方法大体可以分为两类：其一为采用传统图像特征提取方法，如sobel变换、霍夫变换、小波变换等，此类传统特征提取方法中，如霍夫变换等计算量较大，同时对轨道条件较为复杂的情况难以对轨道特征进行准确提取；差分等方法受到光照影响较大；单独使