[发明专利]一种高速铁路接触网悬挂装置等电位线故障检测方法

说明书

本发明公开了一种高速铁路接触网悬挂装置等电位线故障检测方法。获取的接触网的全局和局部图像中截取训练分类器所需的正负样本；利用HOG算法对正负样本图像进行特征提取，并将提取的特征输入Adaboost级联分类器和SVM支持向量机中进行训练，利用训练好的分类器从整幅接触网悬挂装置图像中识别定位待检测的目标图像；对识别出来的目标图像进行图像预处理，利用水平集RSF模型进行提取图像目标边缘；计算故障等电位线图像的连通域，求取连通域的个数和面积作为判别等电位线是否发生散股故障的准则对接触网悬挂装置图像中识别出来的等电位线进行故障判断。本发明较好地解决了高速接触网悬挂装置等电位线故障高效、快速的检测，能够满足系统的在线检测的实时性和精确性要求，应用前景广泛。

技术领域

本发明涉及高速铁路接触网在线检测领域，尤其是实时在线检测，高精度故障检测技术领域。

背景技术

弓网系统为牵引供电系统中的关键组成部分，弓网系统必须保证牵引网把电能输送给电力机车使用，以保障电力机车的正常运行。由于受电弓和接触网之间存在非常复杂的力学与电气的交互影响作用，其故障率一直处于较高的状态，因此，对弓网系统进行高效的实时检测，实时掌握弓网系统的工作情况，及时检测不良状态并对不良状态进行维修和维护具有重要的意义。

传统的弓网检测主要以人工作业为主，需要工作人员登到车顶检测受电弓而且要登杆检测接触网。人工作业工作量大，且具有一定的危险性，不能满足高速铁路对检测效率与检测结果可靠性等的要求。非接触式检测具有远离电磁干扰、检测精度高、结构简洁、成本低等优点，相比人工检测具有极其明显的优势。在非接触式弓网检测方法中，使用基于图像采集与处理技术的图像检测技术可以减少设备的使用数量同时降低投资，这是因为该技术可以用单一的设备同时检测多种弓网的零部件，目前已成为弓网检测领域的研究热点。

现有的非接触网式图像检测装置，主要依靠安装在检测车顶部的线阵CCD摄像机拍摄检测图像，在故障识别方面主要依靠人眼观察，自动化程度较低，处理速度较慢。

发明内容

本发明的目的在于提供一种高速铁路接触网悬挂装置等电位线故障检测方法。该方法实现了等电位线的散股故障的自动化检测，提高了检测效率和检测精度。

本发明的目的是通过如下的手段实现的：

一种高速铁路接触网悬挂装置等电位线故障检测方法，在轨道检测车顶安装高速摄像机，对沿途的接触网悬挂装置进行拍摄，获取接触网的全局和局部图像；从拍摄到的图像中截取训练分类器所需的正负样本，其中包含等电位线的图片为正样本，不含等电位线的为负样本；利用HOG算法对正负样本图像进行特征提取，并将提取的特征输入Adaboost级联分类器和SVM支持向量机中进行训练，利用训练好的分类器从整幅接触网悬挂装置图像中识别定位待检测的目标图像；对识别出来的目标图像进行图像预处理，利用水平集RSF模型进行提取图像目标边缘；计算故障等电位线图像的连通域，求取连通域的个数和面积，作为判别等电位线是否发生散股故障的准则(面积指连通域内的像素个数)，根据建立的故障判断准则对接触网悬挂装置图像中识别出来的等电位线进行故障判断。其具体工作步骤包含：

A、利用轨道检测车顶安装高速摄像机，对沿途的接触网悬挂装置进行拍摄，获取接触网的全局和局部图像；

B、对采集的图像实现接触网等电位线识别和定位：

a、从拍摄到的图像中截取训练分类器所需的正负样本，其中包含等电位线的图片为正样本，不含等电位线的为负样本；

b、利用HOG算法对正负样本图像进行特征提取；

c、将提取的特征输入Adaboost级联分类器和SVM支持向量机中进行训练，得到分类器；

d、利用训练好的分类器从整幅接触网悬挂装置图像中识别定位待检测的目标图像。

C、建立接触网等电位线故障判断准则，实现对接触网等电位线故障判断：