[发明专利]一种高铁绝缘子巡检图像识别方法

权利要求书

1.一种高铁绝缘子巡检图像识别方法，其特征在于，具体处理方法如下

(1)巡检图像的采集和感兴趣区域划分

高速铁路车载安全巡检采集系统先利用安装在车顶的高清摄像头拍摄铁路沿线视频，将实时数据传输到控制中心进行信息处理，然后通过视频软件将采集的视频处理成每一帧图像，并实时显示当前帧图像的录像时间，方便对故障零部件的杆号及公里标号定位，最后将巡检图像格式转换为处理软件需要的格式；划分感兴趣区域时先将巡检图像十字划分，再选取包含绝缘子的感兴趣区域进行预处理；

(2)感兴趣区域的图像预处理

采用色相(H，Hue)、饱和度(S，Saturation)、明度(V，Value)颜色空间模型的颜色编码方法来对采集到的图像进行灰度化处理，设(r _ROI，g _ROI，b _ROI)分别为巡检图像感兴趣区域中一个像素的坐标，max _ROI等价于这些值中的最大者，min_ROI等价于最小者，该转换过程就是要求出HSV颜色模型颜色空间对应像素点的(h _ROI，s _ROI，v_ROI)值，计算公式为：

对灰度化后的图像采用Gamma变换将图像增强处理，并选用了小波去噪法对感兴趣区域进行去噪处理，具体步骤是：

首先针对巡检图像的特点，选取Haar小波进行分解，分解层次为N，再由此计算出从信号S到第N层的分解，为1～N每一层的高频系数选择一个阈值进行量化，最后选用软阈值对其进行去噪处理；

(3)感兴趣区域正负样本数据库的建立

从30000多张巡检图像中随机抽取12000张进行标记工作，建立了含3000张图片的正样本库和1000张图片的负样本库，图片大小为64*64；

(4)巡检图像感兴趣区域的分层次识别处理

先输入待识别的图片，对图片进行缩放，再对绝缘子所在目标区域坐标进行提取，根据目标区域坐标映射到原图片相应区域，对原图片目标区域进行裁剪，并进行放大，提取到目标区域，最后识别区域内的目标部件；其中从原图中剪裁出目标区域时需根据区域内目标检测的像素精度进行缩放；

(5)针对巡检图像感兴趣区域错误集的微调优化

部分训练集采用了一种针对错误集的微调策略：首先用未标注测试集对模型进行测试，再根据检测出的区域数量判断缺少的区域，将缺少不同区域的图片分类存储，然后对缺少M号区域的图片标注M号区域，将其他部分处理为黑色，形成错误集，最后利用处理好的错误集在原有网络模型的基础上进行微调；

(6)基于卷积神经网络的Pa-CNN模型

将Pa-CNN模型定义为卷积神经网络每一层输出的特征图上的像素点在原始图像上映射的区域大小，Pa-CNN模型含有多层神经网络，它的每一层包含多个二维平面，而每个二维平面又包含多个独立的神经元，其在网络结构上采用了卷积层、采样层交替结构，卷积层利用不同的卷积核进行卷积运算，增强原信号特征，降低噪音，通过局部感知场，抽取有向边角的基本视觉特征，构成一幅输入图像的特征图，卷积层中包含多个具有不同权值向量的特征图，使得在同一个位置能够获得多种不同的特征；基于Pa-CNN模型进行绝缘子识别。