基于图像处理的钢轨伤损分类算法研究 |
| |
引用本文: | 黄梦莹,罗江平,王文星,曹经纬.基于图像处理的钢轨伤损分类算法研究[J].机车电传动,2020(4):41-46,53. |
| |
作者姓名: | 黄梦莹 罗江平 王文星 曹经纬 |
| |
作者单位: | 株洲时代电子技术有限公司,湖南株洲 412007;株洲时代电子技术有限公司,湖南株洲 412007;株洲时代电子技术有限公司,湖南株洲 412007;株洲时代电子技术有限公司,湖南株洲 412007 |
| |
摘 要: | 钢轨伤损的种类众多且形态各异,即便对于同类伤损,在超声波钢轨探伤检测软件中形成的B显图像也会存在差异,而当某类伤损的B显图像变化超出一定范围后,检测软件便无法识别该伤损的类别。因此,提出一种基于图像处理的钢轨伤损分类算法,其采用Tamura纹理特征与局部二值模式(local binary pattern,LBP)相结合的算法提取伤损B显图像的特征值并组成特征向量,使得作为分类器的支持向量机(supportvector machine,SVM)能够对不同种类伤损的特征向量进行训练,从而用训练后的最优分类函数预测未训练过的待测伤损的类别。试验结果表明,所提算法在钢轨伤损图像分类方面实现了较高的分类准确率。
|
关 键 词: | 钢轨 Tamura纹理特征 LBP 特征提取 SVM 钢轨伤损分类 |
本文献已被 CNKI 万方数据 等数据库收录! |
|