应用对象语义进行图像检索的新方法

为了降低图像高层语义与低层视觉特征之间的语义差异,本文以对象描述模型为基础,提出利用机器转换模型获取图像高层语义的方法。本方法首先利用图像分割技术对图像进行分割,然后利用机器学习的方法,得到训练样本集中高层语义与分割后低层视觉特征之间的先验概率关系;在查询的过程中,利用得到的先验概率模型计算与高层语义所对应的最大概率视觉低层特征,最后利用该低层特征进行检索,达到缩短高层语义与低层特征之间的语义差异的目的。在一个拥有5000幅图像的图像库上所做的测试结果表明了该方法的有效性和可行性,同时该方法也为解决图像高层语义与视觉低层特征之间语义的矛盾开扩了思路。     

基于用户评价的铁路旅客信息服务推荐方法研究

对用户提供个性化的服务推荐是铁路信息服务系统提高服务质量的手段之一,传统的协同过滤推荐算法的应用过程中,当用户和项目数目较大时,用户-项目矩阵极度稀疏且用户评价向量的维度不同,传统的相似性比较方法无法很好地处理此类问题,降低了推荐算法的推荐质量。本文提出基于云模型的相似性度量方法,使用云模型雾化特征对逆向云算法进行补充,对于给定的数据向量,可以将其转换成云,使用云模型数字特征进行数据表示。云模型的期望和熵决定数据对应概念的内涵相似度,熵和超熵可以反映其外延相似度,比较云之间的相似度可得到数据本身的相似程度。应用MovieLens标准测试数据集,与传统的相似性度量方法比较,实验结果表明,基于云模型相似性度量的协同过滤推荐算法推荐质量高,可为铁路信息化服务推荐提供技术积累与指导。     

基于可变形部件模板的扣件状态识别

针对在铁路钢轨扣件状态自动识别中断裂扣件与正常扣件难以区分的问题,基于DPM算法思路提出DPTM算法用于扣件状态自动检测。为屏蔽扣件图像中背景区域的干扰,根据扣件几何形状设计相应的掩膜模板,并对扣件进行分块得到扣件部件模型。采用弹簧模型度量部件之间相对位置关系、余弦相似性度量HOG特征点之间的相似度,加权融合特征点相似度得到部件相似度,根据各个部件重要性的权重系数组合建立扣件状态分类准则。理论分析和实验结果表明,DPTM算法能够较好地区分正常、断裂和丢失三种状态的扣件,并在优先保证较低漏检率的同时取得较低的误检率。     

基于SVM的相关反馈图像分类和检索方案

图像获取和存储技术的进步可以获得包含大量有用信息的图像数据,在传统的图像分类和检索方案中,图像的低级视觉特征和高级概念之间存在着较大的语义间隔,导致图像的分类和检索效果不佳.针对该问题,提出了一种基于SVM相关反馈的图像分类和检索方案.该方案通过缩窄图像的领域,利用机器学习方法建立图像类的模型,并使用一种优化的SVM相关反馈图像检索方法学习图像的类别,将学习到的模型用于图像的分类和检索.实验结果表明,此方案能够高效的检索出较多相关图像,并对其进行有效分类.     

基于改进Jaccard系数的证据间相似性度量方法

合理准确地描述证据之间的相似性,是证据有效合成的前提.针对现有方法在度量证据之间相似性时的不足,提出了一种度量证据间相似性的新方法.首先将Jaccard系数矩阵分块归一化并引入余弦相似度模型,根据证据间相似度对证据源加权平均,最后利用Dempster组合规则进行组合.该方法突出单元素焦元在计算证据间相似度时的重要度,在...     

基于流行排序的轨道扣件定位方法研究

针对利用图像处理技术在进行轨道扣件定位的过程中易受到拍摄条件及复杂背景干扰的难题,提出一种基于流行排序的轨道扣件定位方法。对轨道扣件图像进行超像素分割和基于图论的特征图构建;根据特征图节点基于背景尺度和前景尺度的相关性进行排序,得到前景突出且背景抑制的轨道扣件显著图,完成轨道扣件区域在图像中的的准确定位。引入准确率-召回率曲线、F度量值和平均绝对误差作为评价扣件定位准确程度的指标。研究结果表明:本文方法对不同类型的轨道扣件图像均能进行精确的扣件定位,且与其它算法相比具有更好的定位效果、较高的效率和鲁棒性。     

钢轨扣件横向偏移特征检测算法研究

针对无砟轨道中钢轨扣件发生横向松动、脱离正常工作位置产生偏移的问题,提出一种钢轨扣件横向偏移检测法.首先,该算法为解决传统的扣件图像定位不够精准问题,采用k-means聚类和类二值算法强化分割前景、背景与轮廓矩特征,实现对采集图像中扣件位置的精准定位;其次,不同于传统扣件特征提取采用复杂语义,提出一种基于机器视觉的轮廓分析方法,通过提取扣件的绝缘帽与螺母的轮廓特征,计算相邻绝缘帽间距和相邻螺母间距,并与安全状态下扣件轮廓特征计算得到的安全距离阈值进行对比,进一步计算偏移量,从而判断扣件是否发生横向松动.结果 表明:该算法计算速度快,能够准确地定位弹条位置和偏移量,与传统的识别算法得到扣件的偏移量数据相比准确率显著提高,可达98％.     

基于形状上下文的列车挡键丢失图像识别算法

针对列车运行故障图像动态检测系统（Trouble of moving Freight car Detection System,TFDS）中挡键丢失故障,提出一种基于形状上下文的列车挡键丢失图像识别算法。取正常挡键区域图像作为模板,到待测TFDS图像中遍历,采用形状上下文描述图像的形状特征,加权形状上下文距离与弯曲能量以定义形状距离作为图像匹配的相似度指标,最后根据模板图像是否遍历出与其相似的区域图像作为挡键丢失的判断依据。采用Matlab编程,通过截取大量测试图像实验发现,所定义的形状距离阈值取0．16,对测试图像中有无挡键能很好地区分。采用形状上下文描述,自定义形状距离作为图像匹配的相似度指标具有很高的可靠性,该算法为TFDS图像故障识别提供了一种新的思路。     

基于线阵CCD图像纹理特征的铁路货车货物分割算法研究

利用线阵CCD摄像头采集到的货车货物装载图像,提出一种经过改进的货车货物分割方法。首先,利用优化后的多尺度Retinex(MSR)算法对图像进行增强预处理,然后使用自适应单通道种子选取算法(APSS)获得图像中灰度Gabor纹理特征分布中心点的初始值,并用K-Means算法进行图像兴趣区域的分割,在此基础上利用邻域特征对图像中的兴趣区域进行重新合并,得到最终的分割结果。实验表明,该方法能提高图像中不同区域的分割精度,有较强的抗噪性,还减少了图像分割中的迭代次数,降低了计算复杂度,可以广泛应用到自然环境中车辆图像的分割。在基于线阵CCD铁路货运安全监控系统中货物检查的实际应用中,该方法的货物分割错误率较低,保证了检测系统的问题识别准确率。     

基于机器视觉的钢轨光带检测方法

为了从轨道图像中准确地提取轨面区域并检测光带位置,根据钢轨光带的结构特征,提出了基于机器视觉的钢轨光带检测方法。首先根据轨道图像的频域特征,设计了基于占优的频率域采样值的轨面区域定位算法,从轨道图像中准确提取出轨面区域;然后利用图像灰度变换突出光带与非光带区域的边界,通过逐行计算梯度识别光带的位置。结合实际线路的轨道图像,采用该方法对钢轨光带进行检测,并与现有方法进行对比。结果表明：该方法能有效地检测钢轨光带,计算的光带区域与人工标注的光带区域的交并比平均值达到了88.81%,比现有方法提升了11.58%。     

基于案例推理的测试序列生成方法研究

鉴于测试序列生成专家系统知识获取困难以及知识库维护不易等问题,本文提出从案例推理技术的新角度研究CTCS-3级列控系统测试序列的生成.设计了测试序列案例推理流程;提取了现场测试序列特征属性并构建了案例的框架表示结构;为实现案例检索,设计了属性相似度计算方法、确定案例属性权重的层次分析法、案例间相似度计算方法和案例检索过程;给出一个测试序列生成的具体流程.基于案例推理的研究方法为CTCS-3级列控系统测试序列的生成提供了一个新的思路.     

基于领域本体模型的概念语义相似度计算研究

随着本体在信息检索、人工智能等领域的广泛应用,面向本体的概念相似度计算成为本体研究的一大热点。目前领域本体中概念相似度的研究主要是利用概念的上下位关系进行计算,但这并没有完整反映出概念的语义信息。本文首先在本体模型的基础上提出领域本体模型的八元组表示方法和领域本体概念的九元组表示方法,给出领域本体模型的DCG图。然后以提出领域本体模型为基础构建概念语义相似度计算的MD4模型,该模型全面考虑概念的属性、上下位语义结构关系、自定义语义关系和实例特征对相似度的影响,通过综合计算,得到领域本体中概念的实际相似度。本文最后以动车组专业本体作为实验对象,对MD4模型进行验证。实验结果表明,该计算模型充分利用概念的语义信息,得到的结果也比较合理。     

基于机器视觉的无砟轨道层间结构位移测量方法研究

为实现板式无砟轨道层间离缝的全天候监测,提出一种基于机器视觉的非接触式层间结构位移测量方法。针对传统Canny边缘检测算法自适应性较差的问题,对其进行改进。利用自适应中值滤波器代替高斯滤波器;提出一种基于分块迭代的局部阈值分割法自适应地选取阈值,并通过高斯拟合算法检测改进算法的优越性。通过室内试验对标记点大小、光源强度、拍摄距离和拍摄角度4个方面进行对比分析,选择最适测量参数。试验结果表明,在标记点运动的状态下,最大测量误差为2.6%,在误差的允许范围之内。通过现场测试验证,该测量方法可有效地对板式无砟轨道层间结构位移进行精确测量,为我国高速铁路的运行安全监测提供技术支持。     

后方交会法在地铁盾构施工控制测量中的应用

地铁盾构施工具有一次成洞、开挖横断面狭 窄、曲线半径小、距离较长等特点,对控制测量提出较 高的精度要求。结合工程实践,探索采用后方交会测 量方法进行地铁盾构施工测量,结果表明: 该方法不但 能提高隧道的贯通精度,解决地铁盾构施工一次成洞 对测量提出的高精度要求,还可以为后续地铁铺轨控 制测量、提高地铁线路的平顺性及地铁列车的乘坐舒 适性提供测量技术保障。     

基于栅格元模型的纹理图像分割方法

提出了一种基于栅格元模型的纹理图像分割方法,该方法结合了视觉栅格元模型对不同纹理方向和频率的响应敏感性及特征变换的降维特性。首先通过栅格元运算模型提取图像的多维纹理特征,然后利用变换法将特征从多维空间映射到低维空间,最后依据降维后的纹理特征将图像分割为不同的纹理区域。仿真结果表明,该方法不但能有效地分割纹理图像,而且能分割出由纹理和非纹理区域组成的混合图像,与传统的Gabor滤波器法相比,分割效果更佳,适用范围更宽。     

基于网络测度的宝鸡至汉中铁路功能定位研究

针对铁路规划项目功能定位定性分析为主的客观性不足问题,以宝鸡至汉中铁路为研究对象,选取节点间旅客交流时间或节点间运输距离为权重,运用Space L构造法建立区域铁路客、货运输网络拓扑结构模型;采用复杂网络分析方法,基于"有无对比"思想及等级化线路技术标准,结合应用Pajek软件与R软件,测算区域铁路运输网络直径、平均距离、边介数、网络效率等加权特征参数,以及非加权特征参数集聚系数进行网络测度分析,并进行网络最小生成树分析;以网络分析结果为基础,从路网、通道、客运、货运四个方面对铁路规划项目功能进行定量化综合定位,宝汉铁路为宁陕及陇东地区与川渝地区间南北纵向新通道的骨架干线,是一条以货为主、客货共线的区域路网干线铁路。     

基于能量特征和神经网络的纹理图像分割

特征是描述纹理根本属性的一种有效手段,本文结合Gabor滤波器对不同频率和方向的选择特性及自组织特征映射神经网络对特征聚类的适应性和灵活性,提出了一种新的纹理图像分割方法。该方法首先通过Gabor滤波器提取纹理图像的能量特征,然后运用自组织特征映射神经网络进行特征聚类和分类,实现纹理图像的分割。仿真结果证明,该方法能有效地分割出区域特性不同的纹理,且错分率低于共生矩阵和K均值聚类相结合的分割方法。     

连拱隧道模型试验中的量测方法应用研究

为准确采集地质力学模型试验中的试验数据,以连拱隧道的模型试验为例,研究采用压力盒、数码图像分析系统、自制沉降板等仪器以及基于图像相关分析的模型试验变形场量测方法,进行应力、应变及变形场的量测。通过对量测结果的分析对比表明,数码图像分析量测技术应用于岩土工程的模型试验,所测变形场规律性好,与试验过程中各种现象拟合好,与对应点沉降板的测量结果很接近,并且与传统方法相比,量测变形场范围广,对模型试验本身基本无扰动和影响;在一定变形范围内,模型试验无需布设任何实际量测标点或描画网格,直接利用数码图像分析方法,是一种简便有效且经济实用的变形场非接触量测方法。多种量测方法的应用实现了真正意义上的连拱隧道三维地质力学模型试验应力及变形场的量测,取得了令人满意的效果。