CN119090839B 一种铁轨异常扣件多源信息融合的智能检测方法 （北京建筑大学）

一种铁轨异常扣件多源信息融合的智能检一种铁轨异常扣件多源信息融合的智能检2能够覆盖扣件的整个表面；利用线激光扫描设备进行铁轨扣件的高精度表面位置信息获正视角目标图像image1_norm，左视角目标图像image1_left和右视角目标图像image1_3其中Er为E的第一维度第二维度展平后的特征，维度为[E1xE2,E3]，Flatten12代表步骤S9、表面位置数据截取映射：通过线激光扫描X=[image1_norm,image1_left,image1_right,image2_norm,image2_left,image2_4F_LOCAL=local_conv(X,KF_GLOBAL=global_conv(F_LOCAL,KF_DIM=dim_conv(F_GLOBAL,K3.铁轨异常扣件多源信息融合的智能检测系统，该系统采用权利要求1所述的铁轨异双目相机多视角采集模块：铁路自动巡检小车在在每条铁轨正上方架设一个采样相线激光扫描设备模块：将线激光扫描设备安装在铁路自动巡左右斜视角图像数据矫正模块：通过霍夫矫正变换将左右5左视角铁轨扣件对齐目标框和右视角铁轨扣件对齐目无关背景；将裁剪后的图像统一放缩为416*416像素大小，得到正视角目标图像image1_异物检测模块：在正视角目标图像，左视角目标图像和右视角电磁数据截取映射模块：根据正视角铁轨扣件目标框相对于正视角图片的位置比例，表面位置数据截取映射模块：通过线激光扫描设备获取铁轨扣数据整合模块：将数据按照第三维度整合到一起，作为多源X=[image1_norm,image1_left,image1_right,image2_norm,image2_left,image2_6[0002]现有的轨道扣件检测技术通常是利用检测设备上的线阵相机从铁轨正上方对扣件缺陷检测结果；在所述第一铁轨图像中框选检测结果为缺陷扣件对应的所述目标框。是否有缺陷；扣件缺陷识别。采用轻量型神经网络，将判别有缺陷的扣件图像识别。7得到正视角目标图像image1_norm，左视角目标图像image1_left和右视角目标图像8[0017]X=[image1_norm,image1_left,image1_right,image2_norm,image2_left,9得到正视角目标图像image1_norm，左视角目标图像image1_left和右视角目标图像度为[E1,E2,E3];光扫描设备获取的原始数据中截取相应的表[0060]X=[image1_norm,image1_left,image1_right,image2_norm,image2_left,能够覆盖扣件的整个表面；利用线激光扫描设备进行铁轨扣件的高精度表面位置信息获[0082]左右斜视角图像数据矫正模块：通过霍夫矫正变换将左右斜视角图像的畸变消得到左视角铁轨扣件对齐目标框和右视角铁轨扣件对[0085]图像处理模块：将正左右三个视角的图像按照各视角铁去除无关背景；将裁剪后的图像统一放缩为416*416像素大小，得到正视角目标图像行异物检测，框选出异物，并将异物框以外的像素点置0，得到正视角异物图像image2_[0090]X=[image1_norm,image1_left,image1_right,image2_norm,i