發(fā)布時(shí)間：2021-01-03 18:28

　　鐵路扣件作為連接鋼軌和軌枕的部件,是鐵路運(yùn)輸安全的重要保障。通過計(jì)算機(jī)視覺技術(shù)檢測扣件狀態(tài),具有十分重要的工程價(jià)值。扣件檢測任務(wù)屬于圖像分類問題,目前常用的扣件檢測算法流程為:由軌檢車獲取扣件圖像后,根據(jù)圖像的底層特征,將扣件分類為正常類別和失效類別。由于扣件姿態(tài)不一、道砟遮擋、光照變化、失效形式多樣等因素,底層特征無法穩(wěn)定的描述圖像內(nèi)容,導(dǎo)致分類結(jié)果與扣件圖像的真實(shí)語義不同。圖像底層特征與圖像真實(shí)內(nèi)容之間的語義鴻溝限制了扣件檢測算法的準(zhǔn)確性,本文提出了一種能表達(dá)扣件結(jié)構(gòu)信息的特征語義學(xué)習(xí)方法。主要研究工作如下:（1）結(jié)合噪聲估計(jì)的紋理特征提取算法（AT_NRLBP）。針對傳統(tǒng)LBP算法對圖像噪聲敏感、NRLBP算法的固定閾值無法修正部分噪聲編碼的問題,結(jié)合噪聲估計(jì)算法,提出了一種自適應(yīng)閾值的NRLBP算法AT_NRLBP。本文分析了圖像噪聲強(qiáng)度與NRLBP編碼閾值的相關(guān)性,AT_NRLBP算法將圖像均勻分塊后,對圖像子塊進(jìn)行噪聲估計(jì),根據(jù)圖像子塊的噪聲強(qiáng)度確定NRLBP的閾值,實(shí)現(xiàn)編碼閾值的自適應(yīng)選取。理論分析表明,本文算法... 

【文章來源】：西南交通大學(xué)四川省 211工程院校 教育部直屬院校

【文章頁數(shù)】：72 頁

【學(xué)位級別】：碩士

【部分圖文】：

鐵路軌道圖像

不同類別的扣件

軌檢車視覺系統(tǒng)示意圖

【參考文獻(xiàn)】：
期刊論文
[1]基于近義詞自適應(yīng)軟分配和卡方模型的圖像目標(biāo)分類方法[J]. 趙永威,周苑,李弼程,柯圣財(cái).  電子學(xué)報(bào). 2016(09)
[2]基于潛在語義主題融合的鐵路扣件狀態(tài)檢測[J]. 狄仕磊,劉甲甲,羅建橋,李柏林.  傳感器與微系統(tǒng). 2016(07)
[3]融合紋理結(jié)構(gòu)的潛在狄利克雷分布鐵路扣件檢測模型[J]. 羅建橋,劉甲甲,李柏林,狄仕磊.  計(jì)算機(jī)應(yīng)用. 2016(02)
[4]基于灰度不變性的扣件定位特征提取方法[J]. 侯云,李柏林,劉甲甲,陳小艷,羅建橋.  計(jì)算機(jī)應(yīng)用與軟件. 2015(11)
[5]基于局部特征和語義信息的扣件圖像檢測[J]. 羅建橋,劉甲甲,李柏林,熊鷹.  計(jì)算機(jī)應(yīng)用研究. 2016(08)
[6]融合PHOG和MSLBP特征的鐵路扣件檢測算法[J]. 劉甲甲,李柏林,羅建橋,李立.  西南交通大學(xué)學(xué)報(bào). 2015(02)
[7]圖像物體分類與檢測算法綜述[J]. 黃凱奇,任偉強(qiáng),譚鐵牛.  計(jì)算機(jī)學(xué)報(bào). 2014(06)
[8]基于HOG特征的鐵路扣件狀態(tài)檢測[J]. 李永波,李柏林,熊鷹.  傳感器與微系統(tǒng). 2013(10)
[9]基于計(jì)算機(jī)視覺的鋼軌扣件螺母缺失檢測系統(tǒng)[J]. 王凌,張冰,陳錫愛.  計(jì)算機(jī)工程與設(shè)計(jì). 2011(12)
[10]建模連續(xù)視覺特征的圖像語義標(biāo)注方法[J]. 李志欣,施智平,劉曦,史忠植.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2010(08)

博士論文
[1]面向局部特征和特征表達(dá)的圖像分類算法研究[D]. 張旭.合肥工業(yè)大學(xué) 2016

碩士論文
[1]基于視覺詞包模型的扣件檢測算法研究[D]. 李爽.西南交通大學(xué) 2018
[2]融合結(jié)構(gòu)信息的LDA扣件狀態(tài)識(shí)別研究[D]. 陳小艷.西南交通大學(xué) 2015
[3]巡道車視頻處理系統(tǒng)關(guān)鍵技術(shù)的研究[D]. 張洋.北京交通大學(xué) 2008



本文編號(hào)：2955280