基于峭度表征的接触网吊弦缺陷检测算法

摘要

高铁的飞速发展使其基础设施的在线智能维保技术需求更加迫切,其中包括基于机器视觉技术实现高铁吊弦结构的缺陷检测.在预处理后使用深度学习目标检测的SSD算法学习大量数据中需要定位的吊弦线夹位置,并在校正后使用SVM学习这些数据的"相对峭度"阈值.通过实验数据评估定位准确性并根据学习到的"相对峭度"阈值判断每个吊弦的受力状态,检出吊弦严重缺陷,实验结果验证了该方法的有效性.