劉 凱， 劉志剛， 陳雋文

(西南交通大學(xué) 電氣工程學(xué)院， 四川 成都 610031)

承力索底座是接觸網(wǎng)支撐結(jié)構(gòu)的重要承力部件，用于平腕臂與承力索的固定連接。列車運(yùn)行時(shí)的機(jī)械振動(dòng)導(dǎo)致承力索底座頻繁劇烈震動(dòng)，工作環(huán)境惡劣，又由于列車運(yùn)行沿線人煙稀少、維護(hù)難度大，承力索底座成為接觸網(wǎng)支撐懸掛系統(tǒng)薄弱的環(huán)節(jié)之一。目前國(guó)內(nèi)接觸網(wǎng)非接觸式圖像檢測(cè)技術(shù)的發(fā)展尚處于初級(jí)階段，檢測(cè)效率亟待提高[1]。

目前，接觸網(wǎng)圖像檢測(cè)技術(shù)多集中于依據(jù)檢測(cè)目標(biāo)特點(diǎn)匹配零部件，例如文獻(xiàn)[2]提出一種結(jié)合二代曲波變換與能量條帶方法定位絕緣子，文獻(xiàn)[3]提出一種基于快速魯棒性特征匹配及Hough變換實(shí)現(xiàn)對(duì)旋轉(zhuǎn)雙耳的精確定位，文獻(xiàn)[4]提出通過(guò)金字塔近鄰平均算法分解多頻率圖像并提取峰值點(diǎn)達(dá)到快速模糊匹配棒式絕緣子的目的。這些通過(guò)提取特定局部特征實(shí)現(xiàn)目標(biāo)匹配的方法具有直觀快速的優(yōu)點(diǎn)，但準(zhǔn)確率不高。文獻(xiàn)[5]提出計(jì)算接觸網(wǎng)正負(fù)樣本的方向梯度直方圖(Histogram of Oriented Gradient, HOG)特征來(lái)訓(xùn)練支持向量機(jī)(Support Vector Machine，SVM)，通過(guò)判斷滑動(dòng)窗口內(nèi)是否含有旋轉(zhuǎn)雙耳進(jìn)行定位，該方法將機(jī)器學(xué)習(xí)引入接觸網(wǎng)零部件定位中，具有一定魯棒性，識(shí)別效率較低。深度學(xué)習(xí)[6]作為機(jī)器學(xué)習(xí)的另一種實(shí)現(xiàn)方法，通過(guò)復(fù)雜非線性結(jié)構(gòu)對(duì)數(shù)據(jù)進(jìn)行高層抽象提取深層特征并通過(guò)迭代訓(xùn)練修正識(shí)別誤差，在識(shí)別效率與魯棒性上與其他機(jī)器學(xué)習(xí)方法相比有明顯優(yōu)勢(shì)，但由于深度學(xué)習(xí)剛剛興起，目前在接觸網(wǎng)圖像檢測(cè)領(lǐng)域的應(yīng)用仍然較少。

在故障識(shí)別算法方面，接觸網(wǎng)零部件的故障檢測(cè)多集中于斷裂、破損等嚴(yán)重故障的檢測(cè)，如文獻(xiàn)[6]采用二維Gabor小波變換實(shí)現(xiàn)耳片斷裂故障檢測(cè)，文獻(xiàn)[7]利用譜聚類判斷瓷瓶絕緣子破損故障，文獻(xiàn)[8]提出通過(guò)分析邊界曲線上各點(diǎn)的彎曲度判斷是否存在耳片斷裂故障。由于承力索底座材質(zhì)及拍攝條件的影響，定位的承力索底座圖片信噪比較低，再加上其故障初期的裂紋細(xì)小且形狀多樣容易與邊緣混淆。因此，傳統(tǒng)圖像處理方法難以提取和判別承力索底座的初期裂紋故障。

基于此，本文提出一種承力索底座的裂紋檢測(cè)方法，該方法包含承力索底座定位與裂紋檢測(cè)兩個(gè)過(guò)程。為提高定位準(zhǔn)確率，承力索底座定位過(guò)程使用深度學(xué)習(xí)框架下的加速區(qū)域卷積神經(jīng)網(wǎng)絡(luò)(Faster Region-based Convolutional Neural Networks，F(xiàn)aster R-CNN)[9]。裂痕檢測(cè)過(guò)程主要包括采用Radon變換及投影法提取疑似裂紋區(qū)域，使用基于Beamlet變換[10-11]的局部鏈搜索算法來(lái)判斷是否存在裂紋并提取裂紋圖像。這種裂痕檢測(cè)方法對(duì)局部的高維奇異性檢測(cè)有效，能達(dá)到快速準(zhǔn)確檢測(cè)承力索底座裂紋的目的。

1 基于卷積神經(jīng)網(wǎng)絡(luò)的承力索底座定位

Faster R-CNN由快速區(qū)域卷積神經(jīng)網(wǎng)絡(luò)(Fast Region-based Convolutional Neural Networks，F(xiàn)ast R-CNN)[12]改進(jìn)得到，保留了Fast R-CNN的感興趣區(qū)域(Region of Interest, RoI)池化層及雙輸出端對(duì)端的基本結(jié)構(gòu)；在目標(biāo)候選區(qū)域的選擇方法上，通過(guò)增加候選區(qū)域建議網(wǎng)絡(luò)(Region Proposal Network，RPN)替換耗時(shí)較長(zhǎng)的選擇性搜索方法，使Faster R-CNN的準(zhǔn)確率和識(shí)別速度有明顯提升，該網(wǎng)絡(luò)具有識(shí)別速度快、占有資源少、識(shí)別準(zhǔn)確率高的優(yōu)點(diǎn)。

Faster R-CNN的網(wǎng)絡(luò)結(jié)構(gòu)見圖1。首先輸入單張3通道接觸網(wǎng)全局灰度圖像，通過(guò)預(yù)置的卷積網(wǎng)絡(luò)得到接觸網(wǎng)卷積特征圖，然后RPN網(wǎng)絡(luò)生成承力索底座候選區(qū)域，兩者共同輸入Fast R-CNN的RoI池化層生成特征向量，接著由損失函數(shù)回歸計(jì)算得到該張圖像的分類結(jié)果與目標(biāo)坐標(biāo)，最終得到承力索底座的矩形框坐標(biāo)，實(shí)現(xiàn)對(duì)承力索底座的定位與提取。

1.1 Faster R-CNN卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

(1) ZF卷積神經(jīng)網(wǎng)絡(luò)

為提取圖像的深層特征向量，選用ZF(Zeiler & Fergus Net)卷積網(wǎng)絡(luò)[13]作為Faster R-CNN的訓(xùn)練網(wǎng)絡(luò)，通過(guò)使用ReLU激勵(lì)函數(shù)、池化、全連接等方式提取圖像特征，使用小卷積核以保留更多的原始像素信息，其結(jié)構(gòu)見圖2。

該神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)共8層，輸入層為原始圖像經(jīng)通道復(fù)制和裁剪產(chǎn)生的224×224像素的3通道灰度圖像。其基本結(jié)構(gòu)為

① 卷積層：各層為了感受野不同使卷積核的數(shù)量、大小、步長(zhǎng)均不同。例如第1層包含96個(gè)卷積核，每個(gè)核的大小為7×7像素，x1和y1的步長(zhǎng)跨度均為2。

② 激勵(lì)層：通過(guò)矯正激勵(lì)函數(shù)使網(wǎng)絡(luò)具有一定非線性，激勵(lì)函數(shù)為

ReLU(x1)=max(x1,0)

( 1 )

式中：ReLU為激勵(lì)函數(shù)；x1為輸入的卷積值。

③ 池化層：各池化層均對(duì)卷積得到的特征圖進(jìn)行最大池化操作以縮小圖片尺寸、減小網(wǎng)絡(luò)計(jì)算量，操作區(qū)域?yàn)?×3，步長(zhǎng)跨度為2。

④ 全連接層：網(wǎng)絡(luò)最后兩層為全連接層并通過(guò)C類的Softmax函數(shù)生成結(jié)果得到特征向量，其中C為類別個(gè)數(shù)。

原始接觸網(wǎng)圖像經(jīng)過(guò)ZF網(wǎng)絡(luò)卷積等操作后最終輸出256張包含接觸網(wǎng)圖像深層特征的卷積特征圖。

(2) RPN網(wǎng)絡(luò)

通過(guò)ZF卷積網(wǎng)絡(luò)得到圖像的深層特征向量，使用RPN網(wǎng)絡(luò)在接觸網(wǎng)圖像上提取候選區(qū)域，RPN網(wǎng)絡(luò)工作原理見圖3，其中k為候選區(qū)域個(gè)數(shù)。

首先將ZF網(wǎng)絡(luò)輸出的256維卷積特征圖輸入RPN網(wǎng)絡(luò)，對(duì)特征圖上的滑動(dòng)窗口使用k種不同大小與長(zhǎng)寬比的區(qū)域采集接觸網(wǎng)卷積特征圖的特征，得到k個(gè)候選區(qū)域及其對(duì)應(yīng)256維特征向量。將該滑動(dòng)窗口的k個(gè)候選區(qū)域和特征向量分別輸入分類層和回歸層，由分類層輸出候選區(qū)域內(nèi)前景與背景(即是否包含目標(biāo))的得分。若卷積特征圖的候選區(qū)域與圖像中目標(biāo)的真實(shí)區(qū)域的重疊率大于閾值(如0.7)時(shí)，前景標(biāo)簽為1，背景為0；若小于其另一閾值(如0.3)時(shí)，則背景標(biāo)簽為1，前景為0；其他不參與訓(xùn)練。對(duì)于標(biāo)簽為1的區(qū)域，通過(guò)回歸層修正候選區(qū)域坐標(biāo)并尋找對(duì)應(yīng)輸入圖像的坐標(biāo)與圖像中真實(shí)的目標(biāo)坐標(biāo)之間的映射關(guān)系，輸出得分較高的候選區(qū)域。

(3) Fast R-CNN類別分類及坐標(biāo)回歸

得到接觸網(wǎng)圖像候選區(qū)域及對(duì)應(yīng)深層特征向量，即可通過(guò)全連接層對(duì)每個(gè)候選區(qū)域分類并精確提取目標(biāo)矩形框坐標(biāo)。將卷積神經(jīng)網(wǎng)絡(luò)得到的每個(gè)候選區(qū)域及其對(duì)應(yīng)特征向量經(jīng)過(guò)池化層歸一化后輸入全連接層，全連接層分別連接兩個(gè)不同的輸出層，兩個(gè)輸出層具有兩個(gè)不同的優(yōu)化目標(biāo)[12]，第一個(gè)輸出層使用Softmax分類器通過(guò)概率大小對(duì)目標(biāo)分類，若有k個(gè)識(shí)別的目標(biāo)種類，加上一個(gè)背景種類，則該輸出層將輸出k+1個(gè)實(shí)數(shù)，代表該候選區(qū)域中包含的物體所屬類別的概率值。第二個(gè)輸出層通過(guò)L1-loss回歸器進(jìn)行邊界框回歸，該輸出層將輸出4(k+1)個(gè)實(shí)數(shù)，每4個(gè)實(shí)數(shù)代表對(duì)應(yīng)種類的物體所在的矩形框的精確位置，回歸器形式表示為

( 2 )

smoothL1函數(shù)綜合了平方損失函數(shù)和絕對(duì)值損失函數(shù)特點(diǎn)，其計(jì)算式為

( 3 )

通過(guò)選取概率最大值及對(duì)應(yīng)矩形框位置得到最有可能的類別(承力索底座或背景)與對(duì)應(yīng)目標(biāo)的位置，通過(guò)輸入樣本圖片進(jìn)行前向傳播以及反向傳播不斷修正各模塊各層卷積核等計(jì)算參數(shù)來(lái)達(dá)到代價(jià)函數(shù)最小的目的，實(shí)現(xiàn)對(duì)接觸網(wǎng)樣本圖片的準(zhǔn)確分類與定位。

2.2 基于Faster R-CNN的承力索底座定位識(shí)別

高速鐵路現(xiàn)場(chǎng)拍攝的支撐懸掛裝置圖像作為Faster R-CNN樣本庫(kù)圖片，其圖片大小為2 448×2 048像素，將樣本庫(kù)共1 764張支撐懸掛裝置圖片隨機(jī)劃分為訓(xùn)練集、檢驗(yàn)集、測(cè)試集。其中，訓(xùn)練集用來(lái)訓(xùn)練模型確定參數(shù)；檢驗(yàn)集用來(lái)確定網(wǎng)絡(luò)結(jié)構(gòu)或控制模型復(fù)雜程度；測(cè)試集用來(lái)檢驗(yàn)最終選擇最優(yōu)的模型的性能，部分樣本圖像見圖4。

Faster R-CNN使用輪流訓(xùn)練方法，該訓(xùn)練過(guò)程為

Step1輸入接觸網(wǎng)訓(xùn)練集圖像，縮小接觸網(wǎng)圖像尺寸至224×224像素，使用ImageNet預(yù)訓(xùn)練模型初始化各層參數(shù)，調(diào)整RPN網(wǎng)絡(luò)參數(shù)用于候選區(qū)域提取。

Step2根據(jù)上步生成的候選區(qū)域，訓(xùn)練Fast R-CNN檢測(cè)網(wǎng)絡(luò)。

Step3使用第二步訓(xùn)練好的檢測(cè)網(wǎng)絡(luò)訓(xùn)練RPN網(wǎng)絡(luò)但其中的共享卷積層固定不變。

Step4保持共享卷積層的固定，根據(jù)RPN網(wǎng)絡(luò)重新生成候選區(qū)域，繼續(xù)微調(diào)Fast R-CNN的其他層。

對(duì)于常規(guī)目標(biāo)識(shí)別方法通常需要經(jīng)過(guò)圖像預(yù)處理、圖像特征提取、特征選擇、目標(biāo)分類等多個(gè)步驟分別設(shè)計(jì)算法實(shí)現(xiàn)，而Faster R-CNN選取接觸網(wǎng)訓(xùn)練集的數(shù)據(jù)作為卷積神經(jīng)網(wǎng)絡(luò)的輸入，通過(guò)前向傳播得到網(wǎng)絡(luò)輸出，利用輸出值與標(biāo)簽值的最大熵準(zhǔn)則，使用反向傳播調(diào)整卷積神經(jīng)網(wǎng)絡(luò)各層權(quán)重，選取測(cè)試集檢驗(yàn)識(shí)別準(zhǔn)確率，部分層的可視化結(jié)果和部分識(shí)別結(jié)果分別見圖5、圖6。

2 承力索底座裂紋檢測(cè)

由于承力索底座結(jié)構(gòu)復(fù)雜、裂紋形狀多變，一般圖像算法較難實(shí)現(xiàn)直接裂紋檢測(cè)。通過(guò)分析圖像特點(diǎn)可知，承力索底座裂紋雖形狀不定但疑似裂紋區(qū)域周圍結(jié)構(gòu)特征明顯且故障位置單一，可以使用Radon變換及反變換、投影法等預(yù)處理操作提取出疑似裂紋區(qū)域，使用Beamlet變換對(duì)該區(qū)域進(jìn)行多尺度分解與重構(gòu)來(lái)判斷是否存在裂紋。

2.1 承力索底座圖像疑似裂紋提取

承力索底座定位結(jié)果提取的局部圖像具有結(jié)構(gòu)特征明顯的特點(diǎn)，利用該特點(diǎn)提取承力索底座圖像中的疑似裂紋區(qū)域。先對(duì)承力索底座圖像進(jìn)行基于形態(tài)學(xué)圖像增強(qiáng)，采取固定閾值方式二值化圖像后進(jìn)行Canny邊緣算子過(guò)濾，即可得到承力索底座的明顯輪廓圖像。然后對(duì)該輪廓邊緣進(jìn)行Radon變換及反變換，其連續(xù)二維平面函數(shù)f(x,y)的Radon變換為

R(ρ,θ)=

( 4 )

式中：D為整個(gè)圖像平面；f(x,y)為圖像上某點(diǎn)(x,y)的像素點(diǎn)灰度值；g為特征函數(shù)；ρ為(x,y)平面內(nèi)直線到原點(diǎn)的距離；θ為原點(diǎn)到直線的垂線與x軸的夾角。

對(duì)Radon重構(gòu)圖像以-30°～30°的角度范圍內(nèi)搜索最長(zhǎng)及次最長(zhǎng)直線以得到平腕臂的上下邊緣位置進(jìn)而得到平腕臂提取部分圖，接著按傾斜角度矯正圖像并使用投影法[14]，得到縱向灰度統(tǒng)計(jì)直方圖，通過(guò)設(shè)定閾值精確提取出承力索底座圖像，見圖7。

通過(guò)對(duì)承力索底座工作狀態(tài)及受力分析[12]可知，承力索底座的裂紋故障一般出現(xiàn)在圓筒形承力索座本體上，可以采用固定圖像高度比例的方式提取疑似裂紋區(qū)域，提取效果見圖8，提取范圍為

fres=

( 5 )

式中：fres為疑似裂紋提取結(jié)果圖像；wf為圖像寬度；hf為圖像高度；p為承力索底座正反狀態(tài)，1為正面，0為反面。

2.2 基于Beamlet變換的局部鏈搜索算法

由于承力索底座表面有紋理等非裂紋的冗余信息，容易造成誤檢測(cè)或漏檢。而Beamlet算法能在多尺度下刻畫方向與相位進(jìn)而分析連通性，在承力索底座表面圖像這種低信噪比圖像上能夠突出有效信息明顯抑制噪聲[15]，于是對(duì)基于Beamlet變換對(duì)定位提取的承力索底座圖像的裂紋檢測(cè)進(jìn)行了初步研究。

首先根據(jù)圖像參數(shù)生成Beamlet字典Bn,δ來(lái)提供對(duì)所有線段集合的多尺度逼近的線段基庫(kù)，這些線段基庫(kù)通過(guò)對(duì)邊長(zhǎng)為n的正方形圖像遞歸二進(jìn)劃分(尺度即為遞歸次數(shù))、以長(zhǎng)度δ標(biāo)記頂點(diǎn)和連接頂點(diǎn)得到，尺度為3的Beamlet字典見圖9。

生成Beamlet字典Bn,δ后即可對(duì)圖像進(jìn)行Beamelt變換，Beamlet連續(xù)變換定義為

( 6 )

式中：l為Beamlet字典中的線段；x3為像素位置；Tf為Beamlet變換系數(shù)。

而對(duì)于一條某一尺度下的Beamlet線段基b，其Beamlet離散變換系數(shù)為

( 7 )

b∈Bn,δ

式中：Mb為Beamlet線段基b在正方形圖像上的矩陣；x4、y4分別為正方形圖像上的橫、縱坐標(biāo)。

對(duì)變形為正方形的疑似裂紋區(qū)域按照式( 7 )進(jìn)行尺度為4的Beamlet變換并篩選，變換結(jié)果見圖10，其中每個(gè)方格中的白色線段即為每個(gè)二進(jìn)劃分得到的正方形方格內(nèi)變換系數(shù)Tf最大值對(duì)應(yīng)的直線。

通過(guò)圖10(a)和圖10(b)的對(duì)比可知，對(duì)承力索底座裂紋區(qū)域直接Beamlet變換仍會(huì)出現(xiàn)部分非裂紋信息，影響狀態(tài)判斷。根據(jù)承力索底座裂紋通常為較長(zhǎng)鏈形裂紋[16]及Beamlet變換系數(shù)表征直線信息的特點(diǎn)，提出對(duì)Beamlet變換得到的重構(gòu)圖像使用基于鄰接表的局部鏈搜索算法提取承力索底座裂紋，算法流程為

Step1根據(jù)承力索底座Beamlet重構(gòu)數(shù)據(jù)，篩選Beamlet系數(shù)T大于選定閾值t1的位置ai作為局部鏈搜索的種子A。

Step2取種子的第一個(gè)數(shù)據(jù)A(0)作為局部鏈起點(diǎn)L(0)及鄰接表起點(diǎn)P(0)。

Step3搜索P(0)周圍八鄰域B的Beamlet系數(shù)T(B)。若其中一個(gè)鄰域bi∈B的Beamlet系數(shù)T(bi)>t2，且滿足該鄰域bi與P(0)的Beamlet系數(shù)差的絕對(duì)值小于閾值t3。同時(shí)bi從未被搜索過(guò)，則將bi加入鄰接表P及局部鏈L末尾。

|T(bi)-T[P(0)]|

( 8 )

Step4刪除鄰接表P中的第一個(gè)數(shù)據(jù)P(0)，重復(fù)Step3直至鄰接表P為空。

Step5刪除種子A中已搜索過(guò)的所有位置bi，重復(fù)Step2得到所有局部鏈Li，直至種子A為空。比較搜索出的每個(gè)局部鏈Li的長(zhǎng)度Lnumi與縱橫比ri是否滿足要求，見式( 9 )、式(10)，輸出滿足要求的局部鏈并視其為裂紋；否則輸出狀態(tài)正常。

Lnumi>wf/2

( 9 )

(10)

式中：Lnumi為局部鏈Li中的數(shù)據(jù)個(gè)數(shù)；xmax、xmin、ymax、ymin分別為局部鏈Li中數(shù)據(jù)的橫縱坐標(biāo)最值。

對(duì)提取的疑似裂紋區(qū)域進(jìn)行基于Beamlet變換的局部鏈搜索算法的裂痕檢測(cè)效果見圖11，可以看出經(jīng)過(guò)局部鏈搜索的Beamlet變換結(jié)果能夠較好地反映出承力索表面故障初期窄細(xì)裂紋，并且對(duì)有表面紋理等低信噪比承力索底座圖像效果明顯。

3 檢測(cè)結(jié)果

為驗(yàn)證本文方法在承力索底座定位和裂紋檢測(cè)中的有效性，對(duì)122張來(lái)自現(xiàn)場(chǎng)的接觸網(wǎng)支撐與懸掛裝置圖像進(jìn)行實(shí)驗(yàn)檢測(cè)。其中承力索底座斷裂故障的圖像15張，定位及裂紋檢測(cè)結(jié)果見表1。在定位識(shí)別中，基于卷積神經(jīng)網(wǎng)絡(luò)的承力索底座定位算法平均識(shí)別準(zhǔn)確率為99.2%，平均每張圖片耗時(shí)0.12 s。為進(jìn)一步比較性能，將文獻(xiàn)[6]提出的定位識(shí)別方法應(yīng)用于承力索底座中，根據(jù)結(jié)果可知由于SVM僅為二分類且魯棒性不高，檢測(cè)準(zhǔn)確率僅為84.4%，且使用滑動(dòng)窗口的HOG特征提取次數(shù)過(guò)多，導(dǎo)致單張圖片耗時(shí)4.39 s。因此所使用的卷積神經(jīng)網(wǎng)絡(luò)與其相比在識(shí)別定位效率和準(zhǔn)確率上均有很大提高。

在裂紋檢測(cè)中，Beamlet變換能夠通過(guò)多尺度刻畫直線連通性及相位，具有較強(qiáng)魯棒性。其中少部分正常樣本被誤識(shí)別是由于下方接觸線對(duì)承力索座造成遮擋，將接觸線誤檢為裂紋。

表1 承力索底座故障實(shí)驗(yàn)檢測(cè)數(shù)據(jù)

4 結(jié)論

(1) 詳細(xì)介紹了基于ZF卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)模型Faster R-CNN的基本結(jié)構(gòu)及原理功能，提出了應(yīng)用該模型定位接觸網(wǎng)承力索底座的方法。

(2) 介紹了根據(jù)承力索底座結(jié)構(gòu)特點(diǎn)的疑似裂紋提取方法，提出了基于Beamlet變換的局部鏈搜索算法實(shí)現(xiàn)承力索底座窄細(xì)裂紋的檢測(cè)。

(3) 使用了接觸網(wǎng)數(shù)據(jù)集對(duì)所提出方法的性能進(jìn)行對(duì)比驗(yàn)證。實(shí)驗(yàn)表明，該方法具有較高的檢測(cè)準(zhǔn)確率，對(duì)拍攝環(huán)境、拍攝距離、拍攝角度以及曝光強(qiáng)度等具有較好魯棒性，且兼顧了故障發(fā)生初期裂痕較窄較細(xì)的情況，具有一定參考價(jià)值。