[发明专利]一种基于图像融合的列车轮对踏面缺陷识别方法及装置

说明书

本发明提供了基于图像融合的列车轮对踏面缺陷识别方法及装置，可以完成现场复杂环境下车轮踏面缺陷的准确分割与提取，对实现智能运维、确保列车运营安全具有重要意义，包括以下步骤：通过可见光相机和红外相机采集图像，获得列车轮对踏面区域图像；对可见光相机和红外相机进行标定；根据标定获得的相机参数，得到可见光图像与红外图像之间的变换关系，对可见光相机和红外相机拍摄的图像进行图像对齐；基于神经网络构建可见光图像与红外图像的融合模型，训练模型直至模型收敛，将对应的可见光图像与红外图像输入训练好的融合模型，得到融合图像；采用区域生长法，根据图像灰度值的相似性聚合融合图像中的像素点，获得列车轮对踏面缺陷区域的图像。

技术领域

本发明涉及轨道交通安全检测技术领域，具体涉及一种基于图像融合的列车轮对踏面缺陷识别方法及装置。

背景技术

列车高速运行过程中，良好的轮轨关系是确保列车安全、高效运行的重要因素之一。其中列车轮对踏面缺陷的准确检测与控制直接决定了列车行驶的稳定性，因此实现其在列车高速运行过程中轮对踏面缺陷在线检测对确保列车安全运行具有重要意义。

现有检测手段中，例如视频、雷达、TOF等非接触检测手段在实时性与抗干扰方面无法满足轮对踏面缺陷检测需求；视觉传感器以其非接触、高精度、高实时特点被广泛应用在动态目标位姿测量中，但由于列车全天候、全天时高速运行，户外杂光、复杂背景、恶劣天气等因素严重制约其检测准确性。其中基于图像的轮对踏面缺陷检测中是以准确检测擦伤、剥离等特征信息为前提，然而户外复杂多变的外界环境以及车轮踏面自身具有的强反光特点，使得准确提取轮对踏面缺陷信息极其困难；传统基于单一可见光图像的轮对缺陷检测方法已无法满足户外复杂环境下轮对踏面缺陷信息的准确提取。

发明内容

针对上述问题，本发明提供了一种基于图像融合的列车轮对踏面缺陷识别方法及装置，通过可见光与红外相机进行同源图像数据采集，采用深度学习的方法融合可见光与红外图像的信息，完成现场复杂环境下车轮踏面缺陷的准确分割与提取，对实现智能运维、确保列车运营安全具有重要意义。

其技术方案是这样的：一种基于图像融合的列车轮对踏面缺陷识别方法，其特征在于，包括以下步骤：通过可见光相机和红外相机采集图像，获得列车轮对踏面区域图像；

对可见光相机和红外相机进行标定；

根据标定获得的可光相机和红外相机的相机参数，得到可见光图像与红外图像之间的变换关系，对可见光相机和红外相机拍摄的图像进行图像对齐；

基于神经网络构建可见光图像与红外图像的融合模型，训练模型直至模型收敛，得到训练好的融合模型，将对应的可见光图像与红外图像输入训练好的融合模型，得到融合图像；

采用区域生长法，根据图像灰度值的相似性聚合融合图像中的像素点，获得列车轮对踏面缺陷区域的图像。

进一步的，所述的通过可见光相机和红外相机采集图像，包括：

在钢轨下方车轮经过的位置布置可见光相机和红外相机，可见光相机和红外相机布置在两个平行光轴上，在列车经过时，通过可见光相机和红外相机拍摄车轮，获得列车轮对踏面区域图像。

进一步的，所述的通过可见光相机和红外相机采集图像，还包括：在钢轨下方车轮经过的位置设置磁钢触发装置，根据车轮切割磁钢触发装置的磁钢磁感线获得感应信号，触发可见光相机和红外相机进行拍摄。

进一步的，所述的对可见光相机和红外相机进行标定，包括：

设置棋盘格靶标，棋盘格靶标中镶嵌有红外发光LED灯；

采用张正友棋盘格标定法对可见光相机和红外相机进行标定，可见光相机和红外相机同步成像拍摄棋盘格靶标；从拍摄的照片中提取特征点，计算理想情况下内参数以及外参数，用最小二乘法估算实际存在径向畸变下的畸变参数，用极大似然法优化得到的参数。