一种列车车轮踏面擦伤图像检测方法及图像检测系统与流程

1.本发明涉及踏面检测技术领域，尤其涉及一种列车车轮踏面擦伤图像检测方法及图像检测系统。


背景技术：

2.近年来，我国轨道交通产业得到了迅猛的发展，轨道交通网络的建设成为了城市发展的一张名片，轨道交通也因其安全、快捷的特点而逐渐成为了市民出行的首选，有效地解决了各大城市公共交通拥堵的问题。
3.车轮是列车运行部件中重要的部分，车轮的工作状态将会直接影响到列车的运行速度和安全。具体的，车轮包括车轮轮缘和车轮踏面，车轮踏面为列车在行进过程中与铁轨接触的面。列车运行中车轮踏面常因制动或空转打滑等原因产生局部擦伤，擦伤后的车轮会在列车运行过程中引起整个车辆轨道系统的耦合振动，从而危及行车安全。因此，对车轮踏面擦伤进行检测是非常重要和必要的。
4.现阶段，针对车轮踏面检测大多仍以人工目测为主，需要将车辆停到检修库中，然后安排检修人员单独对每个车轮进行踏面检测，不仅耗时耗力，而且车轮被车体遮挡将近一半，从而难以检查到全部车轮。另外，市面上还存在使用图像检测车轮踏面擦伤的设备，但该设备所采用的算法存在检出率低、重复精度低等缺点，而且无法有效区分踏面上污渍、擦痕及其他干扰和真实擦伤，极易造成误报，反而影响工作人员的检测效率。
5.因此，如何对现有的车轮踏面检测技术进行改进，或者提出一种新的车轮踏面检测技术成为了本领域技术人员亟待解决的课题之一。
6.以上信息作为背景信息给出只是为了辅助理解本公开，并没有确定或者承认任意上述内容是否可用作相对于本公开的现有技术。


技术实现要素：

7.本发明提供一种列车车轮踏面擦伤图像检测方法及图像检测系统，以解决现有技术的不足。
8.为实现上述目的，本发明提供以下的技术方案：
9.第一方面，本发明实施例提供一种列车车轮踏面擦伤图像检测方法，所述方法包括：
10.采集列车车轮的踏面图像；
11.采用缺陷分割网络在所述踏面图像中找出疑似擦伤区域；
12.采用缺陷分类网络对所述疑似擦伤区域进行是否存在真实擦伤的判断；
13.若存在真实擦伤，则输出存在所述真实擦伤的踏面图像。
14.进一步地，所述列车车轮踏面擦伤图像检测方法中，所述采用缺陷分割网络在所述踏面图像中找出疑似擦伤区域的步骤包括：
15.对所述踏面图像进行预处理，确定踏面检测区域；
16.采用缺陷分割网络在所述踏面检测区域中找出疑似擦伤区域。
17.进一步地，所述列车车轮踏面擦伤图像检测方法中，所述方法还包括：
18.预先建立并训练所述缺陷分割网络。
19.进一步地，所述列车车轮踏面擦伤图像检测方法中，所述预先建立并训练所述缺陷分割网络的步骤包括；
20.预先建立所述缺陷分割网络；
21.收集训练用踏面图像；
22.对所述训练用踏面图像中的疑似擦伤区域进行标注；
23.将标注后的所述训练用踏面图像输入至所述缺陷分割网络，以训练所述缺陷分割网络。
24.进一步地，所述列车车轮踏面擦伤图像检测方法中，所述方法还包括：
25.预先建立并训练所述缺陷分类网络。
26.进一步地，所述列车车轮踏面擦伤图像检测方法中，所述预先建立并训练所述缺陷分类网络的步骤包括；
27.预先建立所述缺陷分类网络；
28.收集训练用缺陷图像；
29.对所述训练用缺陷图像中的真实擦伤进行标注；
30.将标注后的所述训练用缺陷图像输入至所述缺陷分类网络，以训练所述缺陷分类网络。
31.进一步地，所述列车车轮踏面擦伤图像检测方法中，在所述采用缺陷分类网络对所述疑似擦伤区域进行是否存在真实擦伤的判断的步骤之后，所述方法还包括：
32.若不存在真实擦伤，则将不存在所述真实擦伤的踏面图像收集为训练用踏面图像，以训练所述缺陷分割网络。
33.进一步地，所述列车车轮踏面擦伤图像检测方法中，在所述若存在真实擦伤，则输出存在所述真实擦伤的踏面图像的步骤之后，所述方法还包括：
34.将存在所述真实擦伤的踏面图像收集为训练用缺陷图像，以训练所述缺陷分类网络。
35.进一步地，所述列车车轮踏面擦伤图像检测方法中，所述输出存在所述真实擦伤的踏面图像的步骤包括：
36.定位所述真实擦伤的位置，并计算所述真实擦伤的面积；
37.输出存在所述真实擦伤的踏面图像、所述真实擦伤的位置以及所述真实擦伤的面积。
38.第二方面，本发明实施例提供一种列车车轮踏面擦伤图像检测系统，所述系统包括：
39.图像采集模块，用于采集列车车轮的踏面图像；
40.疑似确定模块，用于采用缺陷分割网络在所述踏面图像中找出疑似擦伤区域；
41.擦伤判断模块，用于采用缺陷分类网络对所述疑似擦伤区域进行是否存在真实擦伤的判断；
42.图像输出模块，用于若存在真实擦伤，则输出存在所述真实擦伤的踏面图像。
43.进一步地，所述列车车轮踏面擦伤图像检测系统中，所述疑似确定模块具体用于：
44.对所述踏面图像进行预处理，确定踏面检测区域；
45.采用缺陷分割网络在所述踏面检测区域中找出疑似擦伤区域。
46.进一步地，所述列车车轮踏面擦伤图像检测系统中，所述系统还包括分割网络建立模块，用于：
47.预先建立并训练所述缺陷分割网络。
48.进一步地，所述列车车轮踏面擦伤图像检测系统中，所述分割网络建立模块具体用于；
49.预先建立所述缺陷分割网络；
50.收集训练用踏面图像；
51.对所述训练用踏面图像中的疑似擦伤区域进行标注；
52.将标注后的所述训练用踏面图像输入至所述缺陷分割网络，以训练所述缺陷分割网络。
53.进一步地，所述列车车轮踏面擦伤图像检测系统中，所述系统还包括分类网络建立模块，用于：
54.预先建立并训练所述缺陷分类网络。
55.进一步地，所述列车车轮踏面擦伤图像检测系统中，所述分类网络建立模块具体用于；
56.预先建立所述缺陷分类网络；
57.收集训练用缺陷图像；
58.对所述训练用缺陷图像中的真实擦伤进行标注；
59.将标注后的所述训练用缺陷图像输入至所述缺陷分类网络，以训练所述缺陷分类网络。
60.进一步地，所述列车车轮踏面擦伤图像检测系统中，所述系统还包括分割网络训练模块，用于：
61.在所述采用缺陷分类网络对所述疑似擦伤区域进行是否存在真实擦伤的判断的步骤之后，若不存在真实擦伤，则将不存在所述真实擦伤的踏面图像收集为训练用踏面图像，以训练所述缺陷分割网络。
62.进一步地，所述列车车轮踏面擦伤图像检测系统中，所述系统还包括分类网络训练模块，用于：
63.在所述若存在真实擦伤，则输出存在所述真实擦伤的踏面图像的步骤之后，将存在所述真实擦伤的踏面图像收集为训练用缺陷图像，以训练所述缺陷分类网络。
64.进一步地，所述列车车轮踏面擦伤图像检测系统中，所述图像输出模块具体用于：
65.定位所述真实擦伤的位置，并计算所述真实擦伤的面积；
66.输出存在所述真实擦伤的踏面图像、所述真实擦伤的位置以及所述真实擦伤的面积。
67.与现有技术相比，本发明实施例具有以下有益效果：
68.本发明实施例提供的一种列车车轮踏面擦伤图像检测方法及图像检测系统，通过对采集的踏面图像使用ai算法网络进行缺陷分割和缺陷分类，能够准确地找出真实擦伤，
检测效率和检出率都得到了极大的提升，利于工作人员开展检修工作，具有较高的市场推广价值。
附图说明
69.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
70.图1是本发明实施例一提供的一种列车车轮踏面擦伤图像检测方法的流程示意图；
71.图2是本发明实施例二提供的一种列车车轮踏面擦伤图像检测系统的功能示意图。
具体实施方式
72.为使得本发明的目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
73.在本发明的描述中，需要理解的是，当一个组件被认为是“连接”另一个组件，它可以是直接连接到另一个组件或者可能同时存在居中设置的组件。当一个组件被认为是“设置在”另一个组件，它可以是直接设置在另一个组件上或者可能同时存在居中设置的组件。
74.此外，术语“长”“短”“内”“外”等指示方位或位置关系为基于附图所展示的方位或者位置关系，仅是为了便于描述本发明，而不是指示或暗示所指的装置或原件必须具有此特定的方位、以特定的方位构造进行操作，以此不能理解为本发明的限制。
75.下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。
76.实施例一
77.有鉴于现有的车轮踏面擦伤检测技术存在的缺陷，本发明人基于从事该行业多年丰富的实务经验及专业知识，并配合学理的运用，积极加以研究创新，以期创设一种切实可行的车轮踏面擦伤检测技术，使其更具有实用性。在经过不断的研究、设计并反复试作及改进后，终于创设出确具实用价值的本发明。
78.请参阅图1，图1是本发明实施例公开的一种列车车轮踏面擦伤图像检测方法的流程示意图，该方法适用于对列车车轮的踏面进行异常检测的场景，该方法由列车车轮踏面擦伤图像检测系统来执行，该系统可以由软件和/或硬件实现。如图1所示，该列车车轮踏面擦伤图像检测方法可以包括以下步骤：
79.s101、采集列车车轮的踏面图像。
80.需要说明的是，在本实施例中，采集列车车轮的踏面图像所依赖的硬件支持，比如相机是安装在轨旁的，在列车经过时，相机将采集得到列车车轮的实时图片，然后传到主机上，再由主机通过部署的算法进行对列车车轮的踏面图像的分析。
81.s102、采用缺陷分割网络在所述踏面图像中找出疑似擦伤区域。
82.在本实施例中，所述步骤s102可进一步包括：
83.对所述踏面图像进行预处理，确定踏面检测区域；
84.采用缺陷分割网络在所述踏面检测区域中找出疑似擦伤区域。
85.在本实施例中，所述缺陷分割网络是提前已训练好的，因此所述方法还包括提前训练所述缺陷分割网络的内容，即所述方法具体还包括如下步骤：
86.预先建立并训练所述缺陷分割网络。
87.优选的，所述预先建立并训练所述缺陷分割网络的步骤可进一步包括；
88.预先建立所述缺陷分割网络；
89.收集训练用踏面图像；
90.对所述训练用踏面图像中的疑似擦伤区域进行标注；
91.将标注后的所述训练用踏面图像输入至所述缺陷分割网络，以训练所述缺陷分割网络。
92.s103、采用缺陷分类网络对所述疑似擦伤区域进行是否存在真实擦伤的判断；若是，则执行步骤s104，若否，则直接执行步骤s105。
93.在本实施例中，所述缺陷分类网络也同样是提前已训练好的，因此所述方法还包括提前训练所述缺陷分类网络的内容，即所述方法具体还包括如下步骤：
94.预先建立并训练所述缺陷分类网络。
95.优选的，所述预先建立并训练所述缺陷分类网络的步骤可进一步包括；
96.预先建立所述缺陷分类网络；
97.收集训练用缺陷图像；
98.对所述训练用缺陷图像中的真实擦伤进行标注；
99.将标注后的所述训练用缺陷图像输入至所述缺陷分类网络，以训练所述缺陷分类网络。
100.在本实施例中，对于能找出疑似擦伤区域但又不存在真实擦伤的情况，本实施例存在纠正路径。具体的，在步骤s103之后，且在步骤s105之前，本实施例会将能找出疑似擦伤区域但又不存在真实擦伤的踏面图像收集为训练用踏面图像，然后用该训练用踏面图像去训练所述缺陷分割网络，以对缺陷分割网络进行更新，增加准确率。
101.s104、输出存在所述真实擦伤的踏面图像。
102.在本实施例中，所述步骤s104可进一步包括：
103.定位所述真实擦伤的位置，并计算所述真实擦伤的面积；
104.输出存在所述真实擦伤的踏面图像、所述真实擦伤的位置以及所述真实擦伤的面积。
105.需要说明的是，本实施例在检测到存在所述真实擦伤的踏面图像后，不仅输出踏面图像本身，而且还会定位真实擦伤在图像上的位置并计算出面积、长度等信息，以利于工作人员开展检修。
106.在本实施例中，对于能找出疑似擦伤区域且又存在真实擦伤的情况，本实施例存在增强路径。具体的，在步骤s104之后，且在步骤s105之前，本实施例会将能找出疑似擦伤区域且又存在所述真实擦伤的踏面图像收集为训练用缺陷图像，然后用该训练用缺陷图像
去训练所述缺陷分类网络，以对缺陷分类网络进行更新，增加准确率。
107.s105、结束。
108.本发明实施例提供的一种列车车轮踏面擦伤图像检测方法，通过对采集的踏面图像使用ai算法网络进行缺陷分割和缺陷分类，能够准确地找出真实擦伤，检测效率和检出率都得到了极大的提升，利于工作人员开展检修工作，具有较高的市场推广价值。
109.实施例二
110.请参阅附图2，图2为本发明实施例二提供的一种列车车轮踏面擦伤图像检测系统的功能模块示意图，该系统适用于执行本发明实施例提供的列车车轮踏面擦伤图像检测方法。该系统具体包含如下模块：
111.图像采集模块201，用于采集列车车轮的踏面图像；
112.疑似确定模块202，用于采用缺陷分割网络在所述踏面图像中找出疑似擦伤区域；
113.擦伤判断模块203，用于采用缺陷分类网络对所述疑似擦伤区域进行是否存在真实擦伤的判断；
114.图像输出模块204，用于若存在真实擦伤，则输出存在所述真实擦伤的踏面图像。
115.优选的，所述疑似确定模块202具体用于：
116.对所述踏面图像进行预处理，确定踏面检测区域；
117.采用缺陷分割网络在所述踏面检测区域中找出疑似擦伤区域。
118.优选的，所述系统还包括分割网络建立模块，用于：
119.预先建立并训练所述缺陷分割网络。
120.优选的，所述分割网络建立模块具体用于；
121.预先建立所述缺陷分割网络；
122.收集训练用踏面图像；
123.对所述训练用踏面图像中的疑似擦伤区域进行标注；
124.将标注后的所述训练用踏面图像输入至所述缺陷分割网络，以训练所述缺陷分割网络。
125.优选的，所述系统还包括分类网络建立模块，用于：
126.预先建立并训练所述缺陷分类网络。
127.优选的，所述分类网络建立模块具体用于；
128.预先建立所述缺陷分类网络；
129.收集训练用缺陷图像；
130.对所述训练用缺陷图像中的真实擦伤进行标注；
131.将标注后的所述训练用缺陷图像输入至所述缺陷分类网络，以训练所述缺陷分类网络。
132.优选的，所述系统还包括分割网络训练模块，用于：
133.在所述采用缺陷分类网络对所述疑似擦伤区域进行是否存在真实擦伤的判断的步骤之后，若不存在真实擦伤，则将不存在所述真实擦伤的踏面图像收集为训练用踏面图像，以训练所述缺陷分割网络。
134.优选的，所述系统还包括分类网络训练模块，用于：
135.在所述若存在真实擦伤，则输出存在所述真实擦伤的踏面图像的步骤之后，将存
在所述真实擦伤的踏面图像收集为训练用缺陷图像，以训练所述缺陷分类网络。
136.优选的，所述图像输出模块204具体用于：
137.定位所述真实擦伤的位置，并计算所述真实擦伤的面积；
138.输出存在所述真实擦伤的踏面图像、所述真实擦伤的位置以及所述真实擦伤的面积。
139.本发明实施例提供的一种列车车轮踏面擦伤图像检测系统，通过对采集的踏面图像使用ai算法网络进行缺陷分割和缺陷分类，能够准确地找出真实擦伤，检测效率和检出率都得到了极大的提升，利于工作人员开展检修工作，具有较高的市场推广价值。
140.上述系统可执行本发明任意实施例所提供的方法，具备执行方法相应的功能模块和有益效果。
141.至此，以说明和描述的目的提供上述实施例的描述。不意指穷举或者限制本公开。特定的实施例的单独元件或者特征通常不受到特定的实施例的限制，但是在适用时，即使没有具体地示出或者描述，其可以互换和用于选定的实施例。在许多方面，相同的元件或者特征也可以改变。这种变化不被认为是偏离本公开，并且所有的这种修改意指为包括在本公开的范围内。
142.提供示例实施例，从而本公开将变得透彻，并且将会完全地将该范围传达至本领域内技术人员。为了透彻理解本公开的实施例，阐明了众多细节，诸如特定零件、装置和方法的示例。显然，对于本领域内技术人员，不需要使用特定的细节，示例实施例可以以许多不同的形式实施，而且两者都不应当解释为限制本公开的范围。在某些示例实施例中，不对公知的工序、公知的装置结构和公知的技术进行详细地描述。
143.在此，仅为了描述特定的示例实施例的目的使用专业词汇，并且不是意指为限制的目的。除非上下文清楚地作出相反的表示，在此使用的单数形式“一个”和“该”可以意指为也包括复数形式。术语“包括”和“具有”是包括在内的意思，并且因此指定存在所声明的特征、整体、步骤、操作、元件和/或组件，但是不排除存在或额外地具有一个或以上的其他特征、整体、步骤、操作、元件、组件和/或其组合。除非明确地指示了执行的次序，在此描述的该方法步骤、处理和操作不解释为一定需要按照所论述和示出的特定的次序执行。还应当理解的是，可以采用附加的或者可选择的步骤。
144.当元件或者层称为是“在
……
上”、“与
……
接合”、“连接到”或者“联接到”另一个元件或层，其可以是直接在另一个元件或者层上、与另一个元件或层接合、连接到或者联接到另一个元件或层，也可以存在介于其间的元件或者层。与此相反，当元件或层称为是“直接在
……
上”、“与
……
直接接合”、“直接连接到”或者“直接联接到”另一个元件或层，则可能不存在介于其间的元件或者层。其他用于描述元件关系的词应当以类似的方式解释(例如，“在
……
之间”和“直接在
……
之间”、“相邻”和“直接相邻”等)。在此使用的术语“和/或”包括该相关联的所罗列的项目的一个或以上的任一和所有的组合。虽然此处可能使用了术语第一、第二、第三等以描述各种的元件、组件、区域、层和/或部分，这些元件、组件、区域、层和/或部分不受到这些术语的限制。这些术语可以只用于将一个元件、组件、区域或部分与另一个元件、组件、区域或部分区分。除非由上下文清楚地表示，在此使用诸如术语“第一”、“第二”及其他数值的术语不意味序列或者次序。因此，在下方论述的第一元件、组件、区域、层或者部分可以采用第二元件、组件、区域、层或者部分的术语而不脱离该示例实施
例的教导。
145.空间的相对术语，诸如“内”、“外”、“在下面”、“在
……
的下方”、“下部”、“上方”、“上部”等，在此可出于便于描述的目的使用，以描述如图中所示的一个元件或者特征和另外一个或多个元件或者特征之间的关系。空间的相对术语可以意指包含除该图描绘的取向之外该装置的不同的取向。例如如果翻转该图中的装置，则描述为“在其他元件或者特征的下方”或者“在元件或者特征的下面”的元件将取向为“在其他元件或者特征的上方”。因此，示例术语“在
……
的下方”可以包含朝上和朝下的两种取向。该装置可以以其他方式取向(旋转90度或者其他取向)并且以此处的空间的相对描述解释。