本发明提供了一种基于图像识别的轨道缺陷检测系统和方法,用以解决现有技术中无法对轨道进行全面检测、检测效率低的问题。
所述缺陷检测方法,首先现场采集正常情况下轨道表面图像,利用深度学习算法对图像数据进行分类,作为标准图像,储存在控制器中;检测小车在轨道表面运行,编码器产生脉冲信号作为触发信号进行图像的实时采集,并对实时图像进行预处理后,再利用深度学习目标检测算法进行图像识别,生成最优图像,并与预存的标准图像进行对比,判断当前轨道表面是否存在缺陷。
本发明快速、准确地识别出轨道表面是否存在缺陷、以及缺陷类型、缺陷位置和时间,检测结果精准、实时、高效、全面且智能化,提高了轨道检测的工作效率。
王喜春 周涛 韦晓莹 刘玉鹏 张孟辰
天津津航技术物理研究所
300000 天津市东丽区空港经济区中环西路58号
本发明提供了一种基于图像识别的轨道缺陷检测系统和方法,用以解决现有技术中无法对轨道进行全面检测、检测效率低的问题。
所述缺陷检测方法,首先现场采集正常情况下轨道表面图像,利用深度学习算法对图像数据进行分类,作为标准图像,储存在控制器中;检测小车在轨道表面运行,编码器产生脉冲信号作为触发信号进行图像的实时采集,并对实时图像进行预处理后,再利用深度学习目标检测算法进行图像识别,生成最优图像,并与预存的标准图像进行对比,判断当前轨道表面是否存在缺陷。
本发明快速、准确地识别出轨道表面是否存在缺陷、以及缺陷类型、缺陷位置和时间,检测结果精准、实时、高效、全面且智能化,提高了轨道检测的工作效率。