基于边缘检测的铁轨识别

在铁路安全检测系统中,铁轨识别是铁轨线路上障碍物检测的前提.结合铁轨数字图像特征,采用基于图像亮度值的不连续性进行铁轨识别,通过对常用边缘检测算子的对比分析,提出了基于边缘检测的铁轨识别流程;通过各算子对铁轨检测实验数据的对比,选择Sobel算子作为铁轨识别的基本算子;基于铁轨方向性强的基本特征,运用Sobel特定掩膜算子,检测指定方向线条,提高了铁轨识别精度,实现了对直道铁轨和弯道铁轨的有效识别.     

机车驾驶路面状况监控系统障碍检测算法的研究

提出基于铁路智能视频监控图像序列分析的铁轨路障检测算法,即通过图像预处理突出铁轨信息,确定铁轨边缘像素;沿铁轨边缘建立检测窗,计算分析铁轨检测窗内的纹理特征;结合纹理特征及灰度特征进行铁轨障碍物的检测.在检测出路障目标的基础上对机车驾驶员提供实时的警报.实验结果表明,该算法检测速度快、可靠性高,可运用于实际路面状况检测系统.     

基于双结构元素数学形态学的铁轨图像边缘检测方法

针对铁轨图像在采集过程中经常受到不同程度的噪声影响,传统边缘检测方法难以检测并提取准确的铁轨边缘.文中通过分析灰度数学形态学抗噪图像边缘检测的常用方法,提出基于不同几何形状及大小的双结构元素抗噪数学形态学铁轨图像边缘检测算法.并应用这种算法对掺杂有噪声的铁轨弯道图像边缘进行铁轨边缘检测,实验结果表明:该方法具有比传统经典边缘检测方法更好的铁轨弯道边缘检测及提取效果.     

基于头部图像特征的人流计数方法

为提高视频人流智能计数的实时性和准确性,提出一种基于头部图像特征的人流计数方法。根据混合高斯算法检测前景,提取感兴趣的人流区域和相应的边缘;利用基于边缘分类和梯度信息的RHT圆变换识别头部区域,并选取头部面积与头发颜色作为筛选模型参量对头部进行筛选;利用基于Kalman的滤波预测完成跟踪和计数,并将跟踪目标参数反馈给筛选模型,实现更新。实验结果表明,该方法能够有效消除类圆的非头部干扰,提高计数的速度和准确率。     

基于图像处理的单轨交通PC轨道梁边缘检测

本文结合跨座式单轨交通系统PC轨道梁自身的特性,提出一种基于图像处理技术的PC轨道梁边缘检测方法.首先对轨道梁实景图进行同态滤波,增强图像对比度,突出边缘信息;其次利用canny算子进行边缘粗提取;最后,利用边缘跟踪自适应去除背景干扰信息,提取单一PC轨道梁边缘,同时结合Hough变换进行断线连接优化轨道边缘.仿真结果表明该算法能够准确提取PC轨道梁边缘信息,为后续的单轨线路诊断工作奠定了基础.     

基于CS-BP的列车卫星定位欺骗干扰检测方法

随着列车运行控制模式车载自主化、系统智能化发展需求的不断深化,新型列车运行控制系统的设计与运用对列车测速定位自主性、可信性的需求愈发显著。全球导航卫星系统因其具备覆盖范围广、定位精度高、全天候等优势,成为新型列车控制系统实施列车自主定位的重要发展应用方向。卫星导航系统存在显著脆弱性,来自铁路沿线运行环境的干扰会对列车定位感知性能形成严重威胁,因此,准确、及时检测并识别干扰的发生是实施有效防护并确保列车运行安全的关键。欺骗式干扰通过信号转发或者定制生成虚假卫星信号信息,可诱骗接收机终端使其解算出错误的定位结果,具有复杂性、隐蔽性和危害性,对特定设备的影响极大。基于此,研究并提出一种列车卫星定位欺骗干扰检测方法。首先,分析列车卫星定位面临的欺骗干扰特征;其次,提取对欺骗干扰敏感的观测量构建典型特征量;然后,设计包括样本集构建、离线模型训练、在线检测识别等环节的欺骗干扰检测总体方案,提出基于布谷鸟搜索算法改进BP神经网络的卫星定位欺骗干扰检测模型构建方法;最后,搭建列车卫星定位欺骗干扰测试环境,采用多种观测信息及特征实施干扰样本的CS-BP模型训练并将其用于识别特定形式欺骗干扰的存在与特征,...     

基于改进Canny算法的铁轨边缘检测

针对异物入侵的边缘检测方法进行研究。根据中值滤波算法和开关滤波原理,结合现场复杂多变的监测环境,采用改进的开关型中值滤波器,以分段统计的方法对图像进行去噪处理。为了更好的恢复被破坏的数据,结合铁轨具有连续边缘走向的特点,利用惯性原理进行边缘追踪,提出改进的Canny算法,用于判断铁轨的异物入侵,并对问题进行了试验和分析。试验结果表明,该算法的噪声抑制能力远优于传统算法,能适合现场的监测,具有更好的连续性和细节边缘表现力,提高了整个监测系统的自动化程度和可靠性。     

基于特征增强学习的路面裂缝病害视觉检测方法

受路面复杂背景的干扰,既有的路面裂缝病害视觉检测算法易产生虚警和漏检问题。基于此,提出一种基于语义特征增强学习的路面裂缝病害检测方法。为了强化网络模型对图像浅层特征的利用,该算法以Unet++网络为裂缝检测的主框架,其通过融合更多的底层特征信息来提升裂缝病害检测的精度。在Unet++网络层间特征融合的基础上,根据不同卷积层的特征图属性,进一步差异性地引入视觉注意力计算模块,有效抑制背景杂波的干扰,减少虚警率。为了降低裂缝病害检测的漏检率,利用空洞卷积操作分别从2方面改进网络模型的训练过程：其一,应用空洞卷积代替传统的池化操作,通过网络的自动学习剔除无关紧要的特征信息,加强网络对细微裂缝特征的学习能力;其二,在网络上采样前,建立空洞卷积金字塔池化层,通过增加对裂缝特征的尺度多样性计算,保证网络模型在不同拍摄距离下裂缝病害检测的适用性。收集大量的路面裂缝图像数据并与不同算法进行对比分析,实验结果表明本算法取得了比全卷积网络、原始Unet++网络更优的裂缝检测效果。     

基于深度边缘特征的轨道扣件状态检测方法

针对现有轨道扣件状态检测方法无法检测快速弹条扣件的问题,提出了一种基于深度边缘特征的轨道扣件状态检测算法.利用基于深度学习方法搭建的HED网络提取轨道扣件的深度边缘特征,得到扣件深度边缘特征图;提取扣件深度边缘图的方向梯度直方图特征,将得到的融合特征作为扣件特征描述算子输入支持向量机训练,用训练好的分类器实现扣件扣紧和...     

一种融合小波变换和数学形态学的图像边缘检测算法

针对传统图像边缘检测方法中出现噪边、边缘定位不精确等缺点,提出一种融合小波变换和数学形态学的图像边缘检测算法。先将图像进行小波分解,高频部分利用小波模极大值噪声抑制和尺度相关子带关联算法进行边缘检测,可以很好地减弱噪声;低频部分利用修正的形态算子进行形态学边缘检测,能够检测出弱边且定位准确;最后对两种方法得到的边缘图像进行融合。实验结果表明,该算法能有效抑制噪声,提高边缘精度并且定位准确.     

基于模糊熵和Hough变换的受电弓滑板裂纹检测方法

针对受电弓滑板裂纹故障将严重危及行车安全的问题,提出一种基于模糊熵和Hough变换的滑板裂纹检测方法。首先依据像素邻域内的灰度分布,提出一种基于区间二型模糊熵的边缘检测方法,可以获得主体特征增强的滑板边缘图像;然后,采用连通域方法去除孤立噪声点,获得主要包含边界线、接缝、螺钉和裂纹四类图形元素的滑板边缘图像;在此基础上,采用Hough变换分析各类图形元素在参数空间的特征分布,从而提出一种基于极角约束Hough变换的裂纹提取方法,通过有效地排除非裂纹图形元素的特征点,最终实现滑板裂纹的自动检测。仿真实验表明,本文的边缘检测方法能够获得线性特征增强的滑板边缘图像,为后续的Hough变换提供有利基础;本文的裂纹提取方法能够准确实现滑板裂纹的识别和定位。     

基于深度残差网络的轨道结构病害识别

传统的轨道检测方法需要事先对图像进行定位和分割等预处理操作,而定位和分割操作的误差又会直接干扰到后续的分类识别,多环节误差叠加,使得识别准确率低。同时,传统检测方法还需要理想的背景环境,当背景环境或结构类型发生改变时,其算法不再适用,不具备良好的鲁棒性。因此,提出一种基于深度残差网络的轨道结构病害检测方法,该方法不需要对原始图像进行预处理,同时深度残差网络以其更深的层数和更复杂的网络结构可以高效提取出各类轨道结构图像的特征并进行分类识别。以某客货共线线路隧道的钢轨踏面、钢轨扣件和支承块图像建立数据库,通过迁移学习的方式在数据库上训练网络模型,实现对钢轨、扣件及支承块三种轨道结构的病害识别,识别准确率高达98.51%。在此基础上,从识别准确率、损失函数值等方面对深度残差网络在轨道结构病害识别中的应用效果进行对比、分析,验证方法的有效性。     

基于改进二维卷积滤波技术的轨道伤损检测方法

基于改进卷积滤波技术和自适应阈值分割法,提出边缘检测轨道结构识别与伤损检测方法。使用改进二维卷积进行图像滤波,对原图像矩阵通过行列式变换处理,增强图像边界元素;根据边缘检测所得到的线形特征进行扣件弹条及钢轨识别,以线形急剧变化判别钢轨伤损及位置。通过既有线路轨道进行图像识别试验验证。试验验证结果表明,采用该方法可提高轨道部件识别速率,具有一定的自适应性,还可确定伤损相应位置,有利于轨道伤损的判别,可应用在日常轨道的养护及维修中。     

可视化接地装置接地状态自动识别方法研究

结合城市轨道交通可视化接地装置的特点,提出一种基于Canny算子进行边缘检测并使用Hough变换定位刀闸位置的方法,从而为变电所综合监控系统、车辆段安全生产管理系统等提供一种判断接地刀闸位置的辅助手段,并利用构建卷积神经网络(CNN)进行模型训练,从而提高刀闸区域的识别精度。     

高铁无线通信干扰检测及识别技术研究

通过检测实例对传统频谱干扰检测、实时频谱干扰检测、扫频干扰检测的原理和特点进行对比分析,并在此基础上提出基于服务质量的在线干扰检测方法,重点对联动分析技术、阻塞干扰自动识别、互调干扰自动识别和频谱模型识别技术进行研究。根据该检测方法研制的干扰检测系统在GSM-R网络及LTE-R网络干扰检测中取得了良好效果。     

基于边缘检测和数学形态学的制动盘摩擦面裂纹识别

制动盘摩擦面疲劳裂纹是造成制动盘失效的重要因素之一。检测制动盘表面的裂纹的数量与长度,对评估制动盘的剩余寿命,保障行车安全具有重要价值。基于边缘检测和数学形态学方法对制动盘摩擦面裂纹进行识别。首先对摩擦面裂纹图像进行了灰度化和中值滤波处理,然后利用Sobel算子和Canny算子联合对摩擦面裂纹进行边缘检测,最后采用数学形态学方法对边缘二值图像进行处理,统计获得摩擦面裂纹的数目与长度。试验结果表明,该识别方法可以实现对摩擦面裂纹的有效识别,得到的裂纹长度和数目基本准确,与原图像中裂纹的形状和长度误差较小。     

基于机器视觉和卷积神经网络的轨道表面缺陷检测方法

为提高轨道表面缺陷查准率、召回率和检测效率,采用形态学滤波与概率霍夫变换算法剔除原始图像噪声,实现对轨道表面缺陷的快速准确识别;顺次应用阈值法和离散法得到轨道的真正边缘定位,解决Canny算子在提取轨道边缘时产生大量伪边缘的问题;构建能兼顾召回率和查准率的改进交叉熵损失函数,基于卷积神经网络进行特征提取,建立高效的轨道...     

列车司机手势识别方法研究

按照司乘标准执行规定的手势是列车司机驾驶操作的重要环节,通过对司机手势进行检测,能够有效评估列车司机的驾驶状态和操作质量,保证列车行车安全。传统人工检查方式效率低,难以满足实际需求,现有的手势识别算法存在模型参数量大、检测精度较低、检测速度慢等问题。随着智能铁路的发展,利用深度学习方法构建轻量化、高效、高精度的列车司机手势识别模型逐渐成为行业发展需求。针对上述需求,提出一种基于改进YOLOv5的列车司机手势识别模型。首先,引入轻量化卷积PConv改进YOLOv5中的C3模块,降低检测网络的参数量和计算量,提升模型检测效率,并在其后添加CBAM模块,加强重要特征信息,抑制无关信息的干扰,强化检测网络特征提取能力;其次,在颈部层引入BiFPN网络结构替换PANet网络结构,增强不同尺度特征的融合能力,同时通过新增小目标检测层,提高模型对小目标的检测能力;最后,选择Focal-EIoU作为边界框损失优化模型损失函数,加快模型的收敛速度,提高手势定位精度。实验结果表明,改进模型在测试集下mAP@0.5可达97.7%,平均检测时间为23.2 ms,相较于YOLOv5计算量降低了23.1%,mAP...     

基于二代曲波变换的电气化铁路接触网连接装置旋转双耳不良状态检测

针对电气化铁路接触网连接装置中旋转双耳耳片状态检测问题,提出一种基于二代曲波变换的非接触式自动检测方法。为降低复杂背景对后期状态检测的干扰,利用快速鲁棒性特征SURF(Speeded-up Robust Features)匹配方法完成旋转双耳模板与待检测旋转双耳局部不变特征点的匹配,实现双耳快速初识别;然后应用Hough变换实现耳片固有特征识别及耳片精确定位;最后利用二代曲波变换的多方向性和各向异性特点分解耳片局部图像,通过曲波系数分布规律及统计特性判别耳片状态。实验表明,基于二代曲波变换的系统方法能在复杂图像中较准确地识别耳片断裂特征,为旋转双耳的状态检测提供一定参考。     

基于改进Sobel算子的铁路轨枕自动定位方法

针对传统方法对铁路轨枕定位效率差、效果不理想等问题,提出一种基于改进Sobel算子的轨枕精确定位方法。首先将传统Sobel算子由原来水平和垂直2个方向模板增加至8个方向模板,提高边缘的检测精度;然后采用最大后验概率估计法对采用8方向Sobel算子检测出的梯度图像选取最佳阈值并进行二值化处理,增强算法的抗噪声能力;最后,将处理后的图像进行灰度投影,实现轨枕精确定位。试验结果表明,该方法能快速、准确地定位轨枕,为铁路轨枕状态检测提供可靠的、高精度的轨枕图像。