图像处理方法、装置、列车和设备与流程

本公开涉及图像处理，更具体地，涉及一种用于受电弓异常检测的图像处理方法、图像处理装置、列车和电子设备。

背景技术：

1、近年来，高速列车得到了飞速发展，其作为目前重要的一种交通工具，在日常出行中占据了重要的地位。为确保行车安全，需对轨道车辆运行状态进行精准监测。其中，受电弓是高速列车动力的关键部件，一旦出现故障，对铁路系统安全运营带来严重影响。动车组配置了受电弓视频监控系统，对受电弓的运行状态进行实时监视。

2、在实现本公开构思的过程中发现相关技术中用于受电弓异常检测的图像质量较差，从而导致后续的检测结果的准确度较低。

技术实现思路

1、有鉴于此，本公开提供了一种用于受电弓异常检测的图像处理方法、图像处理装置、列车、电子设备、计算机可读存储介质和计算机程序产品。

2、本公开的一个方面提供了一种用于受电弓异常检测的图像处理方法，包括：

3、响应于图像处理指令，获取受电弓在异常工作状态下的受电弓运行图像，其中，上述异常工作状态包括异常环境状态和/或受电弓异常状态；

4、利用目标图像分割网络对上述受电弓运行图像进行分割处理，得到初始分割图像；

5、基于像素面积判定规则对上述初始分割图像进行像素判定，得到判定结果；

6、在上述判定结果表征上述初始分割图像满足上述像素面积判定规则的情况下，对上述初始分割图像进行连通区域分析处理，得到分析结果；

7、在上述分析结果表征上述初始分割图像的连通区域满足预设区域数量阈值的情况下，将上述初始分割图像确定为用于异常检测的目标分割图像。

8、根据本公开的实施例，获取受电弓在异常工作状态下的受电弓运行图像，包括：

9、在上述异常工作状态为上述异常环境状态的情况下，利用环境模拟装置在上述受电弓处施加异常工况环境；

10、采集上述受电弓工作在上述异常工况环境下的第一图像，并将上述第一图像作为上述受电弓运行图像。

11、根据本公开的实施例，利用环境模拟装置在上述受电弓处施加异常工况环境，包括：

12、利用喷淋装置对上述受电弓处进行喷淋处理，以模拟雨天环境；和/或

13、利用烟雾装置对上述受电弓处进行喷雾处理，以模拟雾霾环境；和/或

14、利用流场模拟装置对上述受电弓处进行吹风处理，以模拟风暴环境；和/或

15、利用背景模拟装置模拟上述受电弓的工作背景环境。

16、根据本公开的实施例，获取受电弓在异常工作状态下的受电弓运行图像，包括：

17、在上述异常工作状态为上述受电弓异常状态的情况下，对上述受电弓的目标组件进行调整处理，得到异常受电弓；

18、采集上述异常受电弓工作时的第二图像，并将上述第二图像作为上述受电弓运行图像。

19、根据本公开的实施例，对上述受电弓的目标组件进行调整处理，得到异常受电弓，包括：

20、对第一目标组件进行替换或拆解处理，得到上述异常受电弓，其中，上述第一目标组件包括弓角和弓头中的至少一个；和/或

21、对第二目标组件的工作状态进行调整，得到上述异常受电弓，其中，上述第二目标组件包括受电弓升降系统。

22、根据本公开的实施例，上述目标图像分割网络是通过如下方式训练的：

23、获取图像训练集，其中，上述图像训练集包括多个受电弓运行样本图像和与每个上述受电弓运行样本图像对应的标签图像，上述标签图像包括受电弓样本的像素标识；

24、将上述受电弓运行样本图像输入初始图像分割网络，输出融合图像，其中，上述初始图像分割网络是根据视觉自监督模型和特征金字塔网络生成的；

25、将上述融合图像和与上述融合图像对应的标签图像输入至目标损失函数，输出损失结果；

26、根据上述损失结果迭代地调整上述初始图像分割网络的网络参数，得到经训练的上述目标图像分割网络。

27、根据本公开的实施例，将上述受电弓运行样本图像输入初始图像分割网络，输出融合图像，包括：

28、利用上述视觉自监督模型处理上述受电弓运行样本图像，得到第一图像特征；

29、利用第一反卷积层处理上述第一图像特征，得到放大后的第二图像特征；

30、利用第二反卷积层处理上述第一图像特征，得到放大后的第三图像特征；

31、利用恒等映射网络处理上述第一图像特征进行，得到第四图像特征；

32、利用池化层处理上述第一图像特征，得到缩小后的第五图像特征，其中，上述特征金字塔网络包括上述第一反卷积层、上述第二反卷积层、上述恒等映射网络和上述池化层；

33、对上述第二图像特征、上述第三图像特征、上述第四图像特征和上述第五图像特征进行特征融合处理，得到上述融合图像，其中，上述融合图像中对上述受电弓样本的每个像素进行了标记。

34、根据本公开的实施例，基于像素面积判定规则对上述初始分割图像进行像素判定，得到判定结果，包括：

35、计算上述初始分割图像中上述受电弓的像素的像素数量；

36、在上述像素数量满足第一数量区间的情况下，生成第一判定结果，其中，上述第一判定结果表征上述初始分割图像满足上述像素面积判定规则；

37、在上述像素数量不满足上述第一数量区间的情况下，生成第二判定结果，其中，上述判定结果包括上述第一判定结果或上述第二判定结果。

38、根据本公开的实施例，上述初始分割图像包括弓头区域、支撑杆区域和底座区域，上述预设区域数量阈值包括第二数量区间、第三数量区间和第四数量区间。

39、根据本公开的实施例，对上述初始分割图像进行连通区域分析处理，得到分析结果，包括：

40、在上述弓头区域内的部件数量满足上述第二数量区间的情况下，生成第一分析结果；

41、在上述支撑杆区域内的部件数量满足上述第三数量区间的情况下，生成第二分析结果；

42、在上述底座区域内的部件数量满足上述第四数量区间的情况下，生成第三分析结果；

43、根据上述第一分析结果、上述第二分析结果和上述第三分析结果，生成上述分析结果。

44、本公开的另一个方面提供了一种用于受电弓异常检测的图像处理装置，包括：

45、获取模块，用于响应于图像处理指令，获取受电弓在异常工作状态下的受电弓运行图像，其中，上述异常工作状态包括异常环境状态和/或受电弓异常状态；

46、分割模块，用于利用目标图像分割网络对上述受电弓运行图像进行分割处理，得到初始分割图像；

47、判定模块，用于基于像素面积判定规则对上述初始分割图像进行像素判定，得到判定结果；

48、分析模块，用于在上述判定结果表征上述初始分割图像满足上述像素面积判定规则的情况下，对上述初始分割图像进行连通区域分析处理，得到分析结果；

49、确定模块，用于在上述分析结果表征上述初始分割图像的连通区域满足预设区域数量阈值的情况下，将上述初始分割图像确定为用于异常检测的目标分割图像。

50、本公开的另一个方面提供了一种用于受电弓异常检测的列车，包括如上所述的图像处理装置。

51、本公开的另一个方面提供了一种电子设备，包括：

52、一个或多个处理器；

53、存储器，用于存储一个或多个程序，

54、其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如上所述的方法。

55、本公开的另一方面提供了一种计算机可读存储介质，存储有计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。

56、本公开的另一方面提供了一种计算机程序产品，所述计算机程序产品包括计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。

57、根据本公开的实施例，在受电弓处于异常工作状态下，将该状态下的受电弓运行图像输入至目标图像分割网络进行分割，得到初始分割图像，基于像素面积判定规则对该初始分割图像进行像素面积判定，在判定通过之后再次对初始分割图像中的连通区域数量进行分析，由此将通过连通区域判定后将该初始分割图像确定为用于异常检测的目标分割图像。由于本公开通过像素面积和连通区域组合判定初始分割图像是否适用于检测受电弓异常，由此提高了用于异常检测的目标分割图像的图像质量，从而提高了受电弓异常的识别准确性，进而提高了列车的运行安全性。