[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

摘要

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。 1

主权项

1.一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孔洞，求取孔洞的个数和面积，作为判别等电位线是否发生散股故障的准则，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：B1、从拍摄到的图像中截取训练分类器所需的正负样本，其中1000幅包含等电位线的图片为正样本，1000幅不含等电位线的为负样本；通过对正样本进行归一化处理，得到64×64像素大小的正样本；B2、利用HOG算法对正负样本图像进行特征提取；B3、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；B4、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：C1、对识别出来的目标图像进行图像预处理：C1a、将原图中亮色部分灰度值设置为零；通过计算整幅图的灰度值，选定阀值为70，即灰度值大于70的部分将会把灰度值设置为0，图像亮色的金属框架部分被处理成黑色；C1b、将原图中的亮色部分灰度值设置为零后，整个图像都比较暗，而且等电位线和背景部分灰度值相差不大，所以将等电位线部分灰度值设置为255，这样等电位线部分就会在整个图像中突出出来；阀值选择为5和30，即把灰度值大于5且小于30的部分被设置为255；C1c、初步提取到的等电位线并不清晰，周围有很多小块没有处理掉，这样肯定会对等电位线的故障检测产生影响；接下来对初步提取的等电位线图像进行形态学腐蚀处理，考虑到有些散股的孔洞比较小，如果腐蚀函数参数选择较大，会直接把一些孔洞处理掉影响故障的检测，最后选取的腐蚀参数为2；C2、利用水平集RSF模型进行提取图像目标边缘；水平集迭代次数选取1500，每张图片处理时间为70～80s；C3、计算故障等电位线图像孔洞，求取孔洞的个数和面积，作为判别等电位线是否发生散股故障的准则，根据建立的故障判断准则对等电位线进行故障判断：C3a、对水平集RSF模型提取的图像边缘提取孔洞；C3b、计算所提取的孔洞的个数和面积，其中面积用孔洞内的像素个数表示；C3c、采用孔洞的数量和面积作为判断等电位线是否散股的准则，若等电位线图像中孔洞的数量在7～16，面积在12～32之间，则判断此等电位线发生散股故障；C3d、利用等电位线散股故障判断准则，对从接触网悬挂装置图像中提取出来的等电位线进行故障判断。