一种高速轨道缺陷并行超声波成像检测及其智能学习方法【专利】.pdf

(19)中华人民共和国国家知识产权局

(12)发明专利申请

(10)申请公布号CN109828026A

(43)申请公布日2019.05.31

(21)申请号201910113259.X

(22)申请日2019.02.13

(71)申请人汕头大学

地址515000广东省汕头市大学路243号

(72)发明人吴福培魏亚辉李庆华郭家华

陈伟张定成郑燕峰

(74)专利代理机构广州三环专利商标代理有限

公司44202

代理人周增元曹江

(51)Int.Cl.

G01N29/06(2006.01)

G01N29/44(2006.01)

权利要求书2页说明书4页附图2页

(54)发明名称

一种高速轨道缺陷并行超声波成像检测及

其智能学习方法

(57)摘要

本发明公开一种基于超声波成像的高速轨

道缺陷并行检测及其智能学习方法，主要包括高

速轨道伤损并行检测和智能参数学习两部分。高

速轨道伤损检测主要是利用伤损所在区域、伤损

形状特征、伤损颜色、伤损大小、以及伤损所在位

置、伤损所占区域比例、伤损离散程度等，构建数

学模型，并根据其内在逻辑关系设计检测算法，

通过主线程与分线程进行合理布局，针对各个伤

损及时进行多线程并行运算。智能学习是针对不

同的伤损模块，进行模糊学习，优化接头面积最

小阈值、接头高占比最小阈值、核伤面积最小阈

值、红色水平裂距离最高阈值、上下裂距离最低

A

6阈值、延长下裂长度最低阈值、轨底横裂与接头

2

0距离最低阈值等关键筛选参数，使其性能不断提

8

2

8升，增强系统的鲁棒性，适应不同环境下，高准确

9

0

1率的要求。

N

C

权利要求书

CN109828026A1/2页

1.一种基于超声波成像的高速轨道缺陷并行超声波成像检测方法，其特征在于，包括：

接头的检测：所述接头为红、绿、蓝三种颜色的超声成像，具有最小面积阈值，在轨头区

域高占比具有最低阈值；

焊筋的检测：所述焊筋为红色、蓝色超声成像，具有最小面积阈值；

核伤检测：包括红色核伤、绿色核伤、蓝色核伤，其通过通道分离得到伤损图像，同时具

有最小面积阈值；

红色水平裂的检测：所述红色水平裂是单色组成，需进行通道分离得到伤损图像，伤损

倾斜角度为零，伤损和螺孔成像位置之间有最高距离阈值，

蓝色螺孔上下裂、绿色螺孔上下裂的检测：所述蓝色螺孔上下裂、绿色螺孔上下裂均为

单色组成，需进行通道分离，上裂和螺孔成像之间水平距离Δx大于上裂和螺孔成像之间的

垂直距离Δy，即(ΔxΔy)；下裂和螺孔成像之间的垂直距离Δy大于下裂和螺孔成像之间

的水平距离Δx，即(ΔxΔy)；

蓝色螺孔延长下裂、绿色螺孔延长下裂的检测，所述蓝色螺孔延长下裂、绿色螺孔延长

下裂均为单色成像，需进行通道分离得到伤损图像，延长下裂长度有最低阈值；

蓝色螺孔倒打下裂、绿色螺孔倒打下裂的检测，所述蓝色螺孔倒打下裂、绿色螺孔倒打

下裂均为单色成像，与接头的水平距离有最高阈值；

轨底横裂的检测，所述轨底横裂为蓝、绿双色成像，成像结果为“八”字型；

轨底纵列检测：所述轨底纵列为红色单色成像，轨底纵列为倾斜角度为0度，长度有最

低阈值；

所述红色水平裂、绿色螺孔上下裂、蓝色螺孔上下裂、绿色螺孔延长下裂、蓝色螺孔延

长下裂、绿色螺孔倒打下裂、蓝色螺孔倒打下裂通过线程拆分进行多线程并行检测；所述轨

底横裂、轨底纵列通过线程拆分进行多线程并行检测。

2.一种基于超声波成像的高速轨道缺陷并行检测的智能学习方法，其特征在于，包括

以下步骤：