基于改进Faster R-CNN的接触网管帽目标定位算法

为了改善接触网管帽这类小尺度部件在故障检测过程中定位困难的情况,提出一种基于改进Faster R-CNN的接触网管帽目标定位算法。通过K均值聚类算法(K-means)对region proposal network(RPN)层中生成anchor boxes的比例及面积进行改进,所提算法在定位接触网管帽这类小部件上具有较好的表现。并通过比较VGG16、resnet50、resnet101、resnet152等4种特征提取网络在原始及改进的Faster R-CNN上定位管帽的准确率、召回率、准确率和召回率的调和平均F_(1)、单张检测时间等指标来选择最优特征提取网络。实验结果表明,基于resnet50的改进Faster R-CNN深度网络模型在接触网管帽定位中具有明显的优势,召回率为89.78%,定位准确率可以达到83.16%,F_(1)值为86.34%,单张检测时间为0.283 s。

基于融合图像连通区域提取的弓网燃弧自动检测方法

车载接触网动态检测装置在进行弓网燃弧检测时,误报警率高需人工进一步复核,这会增加人工负担、降低检测效率。为了解决这一问题,提出了一种根据融合图像连通区域数进行弓网燃弧缺陷自动复核方法。该方法首先运用改进的Otsu提取红外图像弓网接触点处的最高温度区域;然后运用基于像素最小的融合方法融合可见光图像与红外分割图像,实现红外图像最高温度区域与可见光图像光斑区域的重合检测;最后采用八邻域算法提取重合的连通区域,并根据连通区域数判断是否为弓网燃弧。仿真结果表明,所用方法与人工复核的结果一致,降低了误报警率,减轻了人工负担,提高了检测效率。

弓网燃弧可见光图像分割算法

针对含弓网燃弧可见光图像中存在泊松噪声干扰以及光照不均匀的问题,提出了一种包含降噪、区域分割的图像处理算法。首先通过二维Gabor小波变换算法滤除弓网燃弧图像中的泊松噪声,然后根据改进的均匀性度量法判断光照是否均匀。对于光照不均匀的图像,先使用二维伽马函数对光照分量进行修正,再使用均匀性度量算法进行分割。仿真结果表明,该算法能有效抑制泊松噪声,准确分割出目标区域,分割精度达到95%,为后续弓网燃弧强度的定量分析提供了思路。