[发明专利]基于探地雷达周期性检测的铁路路基状态评估方法

摘要

本发明涉及基于探地雷达周期性检测的铁路路基状态评估方法，属于铁路路基检测技术领域，该方法的实现步骤为：图像预处理；图像配准；初选变化区域；构造差异图像；精选变化区域；路基异常识别；路基状态分类与建议。本发明通过ORB、FLAAN与RANSAC算法实现探地雷达周期性检测图像的配准，利用特征点二值图像初选变化区域，再通过小波变换构造融合差异图像，采用OTSU精选变化区域，从而可综合利用历史检测信息和当前检测信息对铁路路基状态进行识别和分类。本发明实现了铁路路基状态的快速、动态评估，提高了探地雷达周期性检测数据的处理效率，帮助铁路工务系统及时掌握路基状态、开展养护维修工作。

主权项

基于探地雷达周期性检测的铁路路基状态评估方法，其特征在于，所述方法包含如下步骤：S1、图像预处理：输入探测铁路区段的上一次检测的探地雷达图像A及当前检测的探地雷达图像B，对这两幅图像进行中值滤波；S2、图像配准：对图像A和B进行ORB特征点检测，使用FLANN算法进行特征点匹配，使用RANSAC算法过滤匹配点对；根据匹配结果进行几何变换，得到配准后的图像A1及B1；S3、初选变化区域：对A1中属于匹配点对的特征点灰度值设为255，其他点灰度值设为0，得到特征点二值图像A2；根据特征点的聚集分布特点，在A2中绘制特征点的外轮廓矩形框R1，R2，……，Rm，m为矩形框个数，沿宽度方向坐标范围分别为(x1，x2)，(x3，x4)，……，(x2m‑1，x2m)；根据直线{(x1，0)，(x1，H)}，{(x2，0)，(x2，H)}，……，{(x2m，0)，(x2m，H)}对图像B1进行图像分割，H为图像A1的高度，将每幅图像分割为m+n个部分，不包含矩形框的n个部分为初选变化区域，得到变化区域C1，C2，……，Cn，n为变化区域个数；S4、构造差异图像：对步骤S3得到的n个变化区域分别采用差值法、对数比法构造差异图像(C11，C12)，(C21，C22)，……，(Cn1，Cn2)，对这n组差异图像分别进行小波变换融合，得到最终的差异图像D1，D2，……，Dn；S5、精选变化区域：采用OTSU算法对差异图像D1，D2，……，Dn进行自动选取阈值和二值化，高于阈值的像素点灰度值设为255，低于阈值的像素点灰度值设为0，二值化后的图像中白色区域所在的里程范围为最终的变化区域；S6、路基异常识别：对B1中的变化区域进行路基异常识别；S7、路基状态分类与建议：根据步骤S5得到的变化检测结果与步骤S6得到的路基异常识别结果对探测铁路区段的路基进行分类和统计，并给出相应的养护指导建议。