[发明专利]一种铁路接触网鸟窝检测方法

权利要求书

1.一种铁路接触网鸟窝检测方法，其特征在于，包括：

根据铁路接触网图片数据集中包含鸟窝的图片通过逆向推理得到包含鸟窝区域的兴趣域图片，将所述兴趣域图片作为模板图片，根据所有模板图片构成模板库，利用所述模板库对第二级YOLO检测器进行训练；

将铁路接触网图片数据集中不包含鸟窝的图片与所述模板库中的每个模板图片依次进行匹配，得到兴趣域图片数据集，利用所述兴趣域图片数据集对第一级YOLO检测器进行训练；

将待检测图片输入训练后的第一级YOLO检测器，所述第一级YOLO检测器输出兴趣域图片，将所述兴趣域图片输入训练后的第二级YOLO检测器，所述第二级YOLO检测器输出所述待检测图片的鸟窝检测结果。

2.根据权利要求1所述的方法，其特征在于，所述的根据铁路接触网图片数据集中包含鸟窝的图片通过逆向推理得到包含鸟窝区域的兴趣域图片，将所述兴趣域图片作为模板图片，根据所有模板图片构成模板库，包括：

对铁路接触网图片数据集中包含鸟窝的图片进行初步分割，得到具有设定相似度的基本区域，根据区域间差异合对基本区域进行初步合并得到一系列初步的候选区域，用矩形框包围出所述初步的候选区域，根据所述矩形框之间的相似度合并初步的候选区域，得到最终的候选区域，对最终的候选区域中的鸟窝位置进行手工标注，用矩形表示标注的鸟窝区域属性，将包含鸟窝区域的最终的候选区域作为兴趣域，将兴趣域图片作为模板图片，根据所有模板图片构成模板库。

3.根据权利要求2所述的方法，其特征在于，所述的对铁路接触网图片数据集中包含鸟窝的图片进行初步分割，得到具有设定相似度的基本区域，根据区域间差异合对基本区域进行初步合并得到一系列初步的候选区域，包括：

将一幅包含鸟窝的图片用无向图G＝V，E表示，其中无向图的顶点表示图片的一个像素点，边e＝(v_i，v_j)的权重表示相邻顶点对i，j的不相似度，用像素的颜色距离表示两个像素间的不相似度w(e)，一个基本区域为具有最小不相似度的点集；

将基本区域的类内差异定义为：

将两个基本区域C₁、C₂之间的类间差异定义两个基本区域的最小连接边：

如果两个基本区域没有边相连，Diff(C₁，C₂)＝∞

当满足条件Diff(C₁，C₂)≤min(Int(C₁)+τ(C₁)，Int(C₂)+τ(C₂))，则判断两个基本区域C₁、C₂能够合并；

其中τ(C)为阈值函数，使孤立点构成的区域具有权重：

τ(C)＝k/||C||

将各个基本区域进行初步合并得到一系列初步的候选区域。