[发明专利]基于图像特征提取的铁轨连接件质量检测方法及检测系统

说明书

技术领域

本发明属于数字图像处理，尤其涉及一种基于图像特征提取的铁轨连接件质量检测方法及检测系统。

背景技术

我国铁路轨道的现状为：有缝线路多、铁轨质量较差、线网密度大、车流密度较大、铁轨损伤快。

铁轨扣件就是轨道上用于连接铁轨和轨枕的零件，又名为中间连接零件。其作用是将铁轨固定在轨枕上，保持轨距的恒定和铁轨相对于轨枕的纵向和横向运动。是保证列车运行的重要部件。铁轨扣件的失效对列车动态脱轨具有非常大的影响。

同样为了避免热胀冷缩，也为了减少震动影响，传统铁路的做法是把二十米左右一截的铁轨固定在轨枕之上，各截铁轨之间有接头。这结合接头用的是鱼尾板，它是一块约六十厘米长的钢板，两端有四或六口钢栓，用来扣在铁轨上的小洞上。在火车行驶过程中，那哐当哐当的声响，那摇摇晃晃的感觉，都是车轮驶过铁轨中间的缝隙时撞击产生的。铁轨接头是轨道上的薄弱环节，当火车通过时，由于承受冲击力而受到很大打击，鱼尾板也正是轨道中最容易损坏的易耗品，钢栓脱落、鱼尾板松动都是常见症状。

回溯历史，光是欧洲铁路上，因为鱼尾板出问题而导致的致命事故不止一次了。2002年前，同样是因为鱼尾板松脱，一辆英国火车在伦敦郊区的波特斯巴出轨翻覆，造成车上六名乘客与一名路人死亡。2013年7月，就在法国国庆假期前夕的晚高峰时间里，一辆从巴黎开往利摩日方向的火车载着385名乘客，因为鱼尾板的丢失，在途经布雷蒂尼时突然失控，火车七节车厢中的四节脱轨，以85英里/小时的速度狠狠撞上了拥挤的月台。

铁轨焊接接头伤损铁轨与连接件缺陷是铁路事故频发的主要原因之一。铁轨与联结件的缺陷严重影响机车运行中的平稳性、安全性。所以应及时的对铁轨与联结件的缺陷进行检测，保证列车的正常运行。对于铁轨的检测，平均每年每条线路检测需十遍以上，总检测里程近一百万公里。这样的工作量是十分巨大的。

所以，研发非接触性，高效的铁轨联结件缺陷的检测是十分必要的，这也是我国发展的大势所趋。

现在大多研究针对扣件定位的大背景是如图3所示的有渣道床，在《铁轨部件图像检测系统设计》一文中，基本利用的是边缘特征，图4是现有技术对有渣道床的边缘检测图，图5是现有技术对扣件组进行扣件边缘提取的提取效果图，不难看出，光滑的轨枕和道渣在进行边缘提取的时候存在很大的差异。而且因为在整体道床中没有如图4的道渣，或者如图6与图7图片中两个或两个以上扣件共用一个轨枕的，因此很难对扣件进行定位，机器视觉利用数字图像处理的方法对缺陷进行检测主要依赖于颜色的特征，而现在随着高速列车的出现，有渣道床不适用，整体道床为混凝土整体浇筑，颜色差异很小，就要探索新的扣件定位的方法。目前鱼尾板的检测大多依赖于人工，而鱼尾板的作用在线路运行的中是至关重要的。

发明内容

本发明所要解决的技术问题在于提供一种基于图像特征提取的铁轨连接件质量检测方法及检测系统，旨在现有铁轨连接件检测需要依靠人工，未实现非接触性高效的机器识别的问题。

本发明是这样实现的，基于图像特征提取的铁轨连接件质量检测方法，包括下述步骤：

步骤A，采集铁轨连接件的使用状态视频；

步骤B，对所述使用状态视频进行预处理，得到预处理图像；

步骤C，对所述预处理图像根据定位特征进行铁轨连接件定位，得到定位图像；

步骤D，对所述定位图像根据缺陷定位特征提取进行缺陷定位，得到缺陷图像；

步骤E，根据所述缺陷图像进行缺陷识别，确定缺陷类型。

进一步地，所述步骤B包括：

步骤B1，对所述使用状态视频进行视频转换，得到使用状态图；

步骤B2，对所述使用状态图进行灰度化处理，得到预处理图像。

进一步地，所述铁轨连接件包括鱼尾板；所述步骤C包含对鱼尾板进行定位并获取定位图像，具体包括下述步骤：

步骤C11，提取鱼尾板定位特征区域坐标；

步骤C12，根据所述鱼尾板定位特征区域坐标截取无鱼尾板图像，得到鱼尾板定位特征区域图；

步骤C13，根据所述鱼尾板定位特征区域坐标截取所述预处理图像，得到鱼尾板待定位图像；

步骤C14，对所述鱼尾板待定位图像和所述鱼尾板定位特征区域图进行图像差分，得到鱼尾板差分图像；

步骤C15，对所述鱼尾板差分图像进行图像遍历，得到黑色像素点；所述黑色像素点为所述鱼尾板差分图像与所述鱼尾板定位特征区域图相同的像素点；