[发明专利]一种基于图像识别的钢轨廓形检测方法

权利要求书

1.一种基于图像识别的钢轨廓形检测方法，其特征在于，包含以下步骤：

S1，使用3D激光扫描仪采集钢轨廓形图像；

S2，计算廓形的扭转函数(Turning Function)；

S3，计算标准廓形和待检测廓形的扭转函数之间的距离；

S4，判定廓形是否存在伤损。

2.根据权利要求1所述的一种基于图像识别的钢轨廓形检测方法，其特征在于，①为60kg/m的铁轨；②和③为3D激光扫描仪，对称安装于探伤小车的两侧；所述的扫描仪中心相距666mm，中心轴之间的夹角为120°；所述的扫描仪扫描范围在全部轨头至轨底20度圆弧之间，所述的激光扫描仪设定的工作距离在300-450毫米之间。在扫描廓形图像时，随着小车前进，扫描仪沿着铁轨每1mm扫描一次点集，每次大概采集800个点。

3.根据权利要求1所述的一种基于图像识别的钢轨廓形检测方法，其特征在于，所述的S2中扭转函数是对廓形曲线转角的累积统计量，描述曲线距离和扭转角度之间的关系。

4.根据权利要求2所述的一种基于图像识别的钢轨廓形检测方法，其特征在于，所述的S2扭转函数的计算步骤如下：

S21，将廓形轮廓P用n个向量组成的集合表示，即P＝{p₀，p₁，...，p_n-1}，其中p_i-1和p_{i mod n}相邻，i∈{1，...，n}。

S22，计算轮廓的线段表示，即P＝{Δs₁，Δs₂......Δs_n，}。其中Δs_i＝s_{i mod n}-s_i-1，表示p_i-1和p_{i mod n}之间的线段。

S23，计算轮廓相邻点的距离表示，即P＝{Δl₁，Δl₂，，...，Δl_n，}。其中Δl_i＝p_{i mod n}-p_i-1，删除无效点，通过计算平均值插补，补全轨型并分为两段。

S24，计算廓形的扭转函数。θ(s)＝θ₁μ₁(s)+θ₂μ₂(s)+…+θ_nμ_n(s)。其中θ_i∈(0，2π]，代表每一条线段Δs_i的倾斜角。μ_i(s)是指示函数。当s∈(s_i-1，s_i](同通过计算半径，选取最接近20mm的一段)时，函数值取1；否则，函数值取0。

5.根据权利要求1所述的一种基于图像识别的钢轨廓形检测方法，其特征在于，所述的S3的扭转函数距离的计算公式为：

6.根据权利要求1或3所述的一种基于图像识别的钢轨廓形检测方法，其特征在于，计算扭转函数考虑到钢轨廓形存在旋转或缩放成像的问题，对距离计算公式添加旋转角度和平移距离参数：对某一特定范围内的旋转角度和平移距离进行距离计算。

7.根据权利要求1所述的一种基于图像识别的钢轨廓形检测方法，其特征在于，所述的S4判定廓形，需要先设定扭转函数的距离阈值，若S3中计算得出的距离值大于阈值，说明待判定的钢轨轮廓和标准廓形之间的差距较大，因此可以判定钢轨廓形存在伤损。