一种基于Radon变换的物体几何变换不变矩分析方法

几何形状的识别在计算机视觉中具有重要意义,不变矩特征由于其在图像平移、伸缩、旋转时均保持不变,而且具有全局特性,是几何形状识别的主要方法。在已有的不变矩分析方法基础上,本文提出一种基于Ra-don变换的不变矩提取算法,用于对物体的几何变换不变性分析。该算法首先对图像进行坐标变换与归一化处理以实现平移与尺度变换不变,然后利用Radon变换将经过坐标变换与归一化处理后的目标图像转换到Radon投影空间,组成投影矩阵,再从投影矩阵中提取不变矩A(r)、E(r)进行目标图像的识别与分类。理论分析与实验结果表明,与现有的不变矩分析方法相比,该算法对噪声的鲁棒性强、时间复杂度低,仅用有限的几个矩即可以达到很好的分类效果。     

一种基于Radon变换和双谱分析的纹理旋转不变性分析方法

现有纹理旋转不变分析方法主要基于纹理图像局部特征,而且对噪声较为敏感.本文提出一种基于Ra-don变换和双谱分析的纹理旋转不变分析方法.该方法对纹理图像进行Radon变换,在Radon投影空间进行双谱分析实现纹理旋转不变识别与旋转角度估计.由于Radon变换是对图像不同方向的线积分,所以基于Radon投影空间的纹理特征具有全局特性,而且对白噪声具有一定的抑制作用.均值为零的高斯过程其双谱为零,所以此方法对高斯噪声也有抑制作用.本方法的特征向量长度很短,降低了分类器训练和识别的复杂度.实验采用Brodatz纹理集,结果表明:该方法具有较高的识别率,能够较为精确地计算纹理的旋转角度,而且对噪声的鲁棒性强.     

改进希尔伯特-黄变换方法在钢轨波磨检测中的应用

针对现有钢轨波磨检测方式检测效率低,检测精度不高而致使检测难的情况,提出利用Gocator传感器获得钢轨波磨检测数据,再通过小波变换和改进希尔伯特-黄变换对检测数据进行处理及分析的新方法.该方法以钢轨波磨检测数据为研究对象,首先,采用Gocator传感器获得钢轨波磨检测数据;然后,使用含噪信号与降噪误差比法,将因车体振...     

改进Hough变换在调车信号灯识别中的应用

提出一种基于改进Hough变换的调车信号灯识别算法。算法利用信号灯图案的几何性质简化了计算，可以应用快速变化的实时图像序列。对现场获取的图像序列的处理验证了本算法的有效性。     

基于机器视觉的圆斑状钢轨擦伤检测算法

针对现有基于灰度阈值的钢轨擦伤检测算法受光照等外部环境的影响较大的问题,本文提出了一种基于机器视觉的圆斑状钢轨擦伤检测算法。首先通过分析采集图像在垂直方向的灰度均值曲线,提取出钢轨顶面区域;然后运用边缘检测的方法得到擦伤区域边缘的候选像素点;最后运用形态学处理删除不属于擦伤区域的虚假边缘,确定钢轨擦伤区域的位置。用测试数据集对本文算法进行检测性能评测,并与基于灰度阈值的算法进行对比。结果表明：本文算法对圆斑状钢轨擦伤样本的检测准确率为96.4%,而基于灰度阈值的算法的检测准确率为86.8%,本文算法的检测准确率大幅提升,能够对钢轨擦伤进行有效检测。     

基于尺度不变特征变换的钢轨蠕变检测研究

针对钢轨现有定点蠕变检测技术的不足,提出一种基于尺度不变特征变换及图像配准的非接触式实时观测方法。通过安装于轨侧观测桩上的相机对待检钢轨进行拍摄,提取图像中轨腰附近预定义的感兴趣区域,而后基于尺度不变特征变换,与同一视场中钢轨未蠕变图像的对应感兴趣区域进行配准,得到定场环境下多关键点在像素坐标系中的轨向及高低位移集。根据相机的内外及畸变参数将像素位移集映射到世界坐标系,对轨向及高低位移集分别求均值,得出钢轨的轨向及高低蠕变量。为验证方法的有效性,搭建试验平台并采用OpenCV开发了仿真系统。研究结果表明:高低和轨向蠕变的相对测量误差均值分别低于0.606%和1.170%。     

基于几何特征的钢轨磨耗检测系统的研究

为解决高速动态条件下车体振动对钢轨磨耗检测带来的问题,在大量调研国内外利用激光技术进行钢轨磨耗检测的基础上,提出一种基于标准钢轨轨廓固有曲线曲率的钢轨磨耗检测方法,首先利用基于激光三角测距原理的传感器得到组成钢轨全断面轮廓一系列点的空间坐标;其次利用L-M优化算法进行数据处理,采用Hough变换方法检测钢轨轮廓固有几何特性;最后进行钢轨轮廓匹配后实现钢轨磨耗高精度检测。该方法已经运用在轨道检测小车上,试验数据表明:钢轨磨耗检测系统的重复性精度能到达0.005 mm,其高精度性和快速性能满足铁路部门对钢轨磨耗检测的要求。     

轨头扁平钢轨直线脱轨问题的研究

在试验研究的基础上，针对轨头扁平钢轨直线区段脱段轨的问题，结合事故实全进行了分析，找出了脱轨的原因，为制定整改措施，确保行车安全提供了科学依据。     

基于曲波变换的高铁绝缘子状态检测方法

针对高铁接触网绝缘子破损的不良状态图像检测问题,提出一种利用曲波变换的绝缘子不良状态定位检测方法。先通过Radon变换实现绝缘子角度的确定,接着运用曲波变换对系数矩阵进行统计处理,最后实现绝缘子的角度调整、定位和破损情况判断。该方法能够精确定位绝缘子,并给出不良状态的判断,可以为工程应用提供技术参考。     

基于改进YOLOX的轻量级钢轨表面缺陷检测算法北大核心

针对现有基于深度学习的钢轨表面缺陷检测方法在嵌入式检测系统上兼容性较差、计算资源占用高以及检测速度慢的问题,提出了一种基于改进YOLOX的轻量级钢轨表面缺陷检测算法。模型中主干特征层以MobileNetv3单元为基础,在保留其网络轻量化的同时进行局部优化,改进了浅层网络的激活函数,嵌入了SE(Squeeze and Excitation)注意力机制;在加强特征层优化了尾部的冗余卷积。通过与几种代表性算法进行对比试验,验证该算法的性能。结果表明:本文提出的改进算法在模型参数量仅为1.10×106的情况下,检出率和准确率分别达到了92.17%和90.92%,每秒传输帧数(Frame Per Second,FPS)为115.07,模型大小仅为原模型的1/5。该算法在保证较高检测精度的同时大大降低了模型参数量,并提升了检测速度,更适合部署于算力有限的嵌入式轨道检测系统,可为钢轨缺陷高效检测提供有效手段。     

基于PCA和随机Hough变换的调车信号灯检测

针对传统信号灯检测方法中存在的弊端,提出了一种主成分分析(Principal Component Analysis,PCA)和圆拟合与分段随机Hough变换(Randomized Hough Transform,RHT)圆检测相结合的信号灯检测方法。该方法利用主成分分析结合圆拟合来简化图像的复杂背景,然后通过随机Hough变换进行分段圆检测,得到信号灯的准确位置,最后结合线路特征及信号灯的颜色特点,确定本股道有显示的调车信号灯。对调车信号灯图像进行仿真实验,结果表明,该方法检测准确度高,实时性好,并对有颜色信号灯的检测具有良好的检测效果,适合于对复杂环境中调车信号灯的准确检测和定位。     

基于改进Hough算法的地铁屏蔽门异物检测技术

基于改进Hough变换算法的视频检测技术,研究一种高可靠性的地铁屏蔽门与列车之间异物自动检测方法,并形成一个系统。该系统能够辅助或代替列车司机检测地铁屏蔽门与列车之间是否存在异物,用以保障行车安全、缩短列车停站时间、提高检测率和列车运行效率。     

基于改进SSD模型的高铁扣件定位算法

高铁扣件的检测对于保障铁路的正常运行起着十分重要的作用。针对高铁扣件定位精度不足以及传统定位算法无法定位道岔处扣件的问题,设计一种改进的SSD(single shot detector)深度学习扣件定位算法,即Improved_SSD。首先采用ResNet101更换经典SSD深度学习模型中的VGG16,增加网络深度的同时提高特征的抓取能力;然后利用膨胀卷积扩大网络的感受野,以不增加模型额外结构的方式提高模型的鲁棒性;最后提出一种非极大加权抑制方法,进一步提高扣件的定位精度。实验结果表明:与经典SSD算法相比,本文算法对扣件定位的召回率和精度分别提高了3.4%和4.7%;与其他几种扣件定位算法相比,本文算法不仅提高了对普通轨道扣件的定位精度,而且解决了传统定位算法无法定位道岔处扣件的问题。     

基于小波变换的电气化铁道牵引负荷谐波分析

电力机车作为牵引供电系统的主要不平衡负荷、谐波源负荷,其运行过程中产生的高频谐波电流对电力机车的安全、稳定运行造成很大危害.为精确实时地检测牵弓l供电系统中的谐波,采用时频域内均可局部化的小波变换进行谐波分析.以HXD3型0017电力机车为例,分析牵引负荷谐波电流的特点,采用最小描述长度准则(MDL)确定分析谐波的最佳...     

基于图像识别的轨道交通车辆装配过程检测系统

针对轨道交通车辆装配过程,通过比较可用于装配检测的图像识别系统的结构特点和工作原理,以及对图像检测系统工作原理的分析,尤其是对其通过式和固定式两种子系统的分析,给出了轨道交通车辆装配过程检测系统的软件架构和组成。     

一种改进的十字交叉轨道扣件定位方法

针对传统的十字交叉定位法对轨道扣件区域定位不准确,对图像要求较高,需要特定角度的光照采集才能实现扣件定位,定位过程较慢等问题,提出一种改进的十字交叉定位法对其进行定位。通过对其图像中扣件的初步位置判断定位,然后用中值滤波的图像增强,Canny算子的边缘提取,灰度投影的判断来提高定位准确性,加快定位速率,通过实验表明,改进的定位方法能够很好解决光照采集角度、快速有效的定位和判断出扣件,实现对扣件区域的初定位。     

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.