摘要
本发明涉及一种基于图像处理的实时受电弓异常检测方法,通过创建受电弓异常检测模型并训练,实时采集在列车运行过程中采集受电弓的图像数据和运行数据,将受电弓的图像数据和运行数据传输至华为昇腾芯片,图像数据输入卷积神经网络单元进行特征提取,运行数据输入全连接神经网络单元进行分析;提取受电弓的图像数据中的受电弓区域,进行指定关键点二次检测,判定受电弓的异常情况;若两次检测均判定为受电弓异常,则将相应位置上报到缺陷报警中,检修人员对相应位置进行修复;若两次检测中只有一次判定为受电弓异常,将相应图像放入疑似缺陷库中,若再出现位置异常,进行异常报警,有效提升了受电弓异常检测的准确性与实时性。
技术关键词
异常检测方法
神经网络单元
图像处理
关键点
空间金字塔池化
数据
电压传感器设备
空洞
多尺度特征融合
检测受电弓
上采样
饱和度
全局平均池化
瞬态噪声
图像采集模块
参数
特征值
电流传感器