铁路周界入侵目标多尺度特征感知算法

准确识别侵入周界范围内的人和大型牲畜是铁路周界入侵视频智能分析技术的重点内容,对保障铁路安全运营具有重要意义。基于现有目标检测算法难以处理铁路监控场景中入侵目标呈现显著尺度变化的状况,提出一种多输入双输出神经网络(Multiple Input Double Output Network,MIDO-Net)和基于自适应特征加权融合的目标多尺度特征感知算法。首先,通过MIDO-Net多层级联的多输入和双输出网络结构,提取图像目标更丰富的多尺度特征信息;其次,依据骨干网络多阶段的特点,先将多级特征上采样至统一分辨率,再利用注意力模块和自适应参数对多级特征进行加权;然后,将特征输入到检测头中完成铁路周界入侵的识别;最后,通过视觉目标类别(Visual Object Classes,VOC)公共数据集和制作的多场景、多尺度铁路异物侵限数据集,对算法进行验证。结果表明：提出的多尺度特征感知算法在VOC公共数据集中的检测精确率达83.3%,在多场景、多尺度铁路异物侵限数据集中的检测精确率达91.1%,平均召回率达56.2%,均优于当前广泛使用的各种特征提取骨干网络;算法检测速率为45帧·s^...     

基于SBB算法的复杂背景手势输入系统

弱假设学习在近年来的机器学习领域得到越来越广泛的应用。本文提出一种多分类的基于应力的SBB(Stress Based Boosting)算法。在实时情况下,对输入的英文手语字母进行分类和识别,并转换成相应的汉字,实现了汉字的手势输入。首先对视频流进行预处理,利用双检测方法,消除噪声和背景得到手部区域,使用固定尺度的兴趣点检测器,利用特征提取器归纳出手部特征点,再利用SBB算法的学习规则对含有特征点的新样本进行分析和归类,采用应力反馈对于错判的手势进行纠正。在每个周期,都加入特征学习过程。算法能集中原手势训练集,通过已有分类器的分类结果确定分类策略。本系统具有自主学习、分类快速准确的特点。实验结果证明,本系统在实际条件下具有较高的识别率和鲁棒性,具备很好的应用前景。     

铁路轨道近景影像特征的自动识别与无缝拼接方法

近景摄影测量技术在高速铁路轨道几何状态检测中具有较大的应用潜力,而轨道数字影像的准确匹配是图像定向建模的关键环节。本文针对高速铁路轨道近景影像纹理特征差异小且灰度变化不显著的问题,提出采用ORB算法对轨道近景影像进行特征点检测,以最近邻距离与次近邻距离的比值及RANSAC方法完成同名点的匹配,并以匹配的同名点为基础进行相邻影像的拼接。通过在杭甬客运专线上采集的无砟轨道近景影像进行试验,并与常规的SURF算法进行对比分析,结果表明,ORB算法在影像灰度信息高相似性的情况下,能够检测到足够数量且分布均匀的同名点,图像拼接的结果没有缝隙,算法的性能和效率均优于SURF算法,可为近景摄影测量检测高速铁路轨道几何平顺性提供重要的图像技术支撑。     

行车安全系统中多系统校验算法的研究

针对行车安全中和监控网络中有关检测设备的校验问题,提出基于确报纠错的多系统校验算法,研究校验算法的思想和检测信息扩展属性的生成,使得检测设备的信息更准确和更完整.     

基于卷积神经网络的列车实时客流检测算法

城市轨道交通作为城市公共交通系统的主体,在缓解交通出行压力、促进城市发展中具有十分重要的作用。科学精准的测算列车实时客流,对改善城市轨道交通客运服务水平,发展低碳、环保的绿色出行模式具有重大意义。为此,提出基于卷积神经网络的城市轨道交通列车实时客流检测算法,实现列车监控视频视野内乘客数量的实时检测。基于成都地铁1号线车载监控视频建立列车客流图像数据集,以剔除全连接层的VGG-16网络作为算法基础框架,提取输入图像的边缘、角点等浅层细节特征;将多尺度卷积层和膨胀卷积结构融合构建乘客多尺度特征感知模块,在保持图像分辨率的同时,通过不同的感受野增强尺度上下文信息的提取性能,提升网络对乘客尺度变化的鲁棒性;构建特征融合网络将网络浅层提取的细节特征与上采样后的深层语义特征嵌入融合,提升小尺度乘客目标的计数精度和特征图的信息丰富度。实验结果表明：所提算法在城市轨道交通列车场景下的检测精度得到显著提升,平均绝对误差、均方误差以及平均绝对百分比误差指标分别达到了1.1%,1.8%和5.4%,同时单张图像检测速率低于60 ms,能够满足列车客流检测的实时性需求;且算法在2个标准人群数据集Shanghai...     

利用混沌优化实现基于MP的信号稀疏分解

信号的稀疏表示在信号处理的许多方面都有重要的应用,但稀疏分解计算量十分巨大,难以被推广而实现产业化.混沌是一种普遍的非线性现象,具有随机性、遍历性和内在规律性的特点,混沌运动能在一定范围内按其自身的规律不重复地遍历所有状态.因此,如果利用混沌变量进行优化搜索,无疑会比随机搜索更具优越性.本文利用变尺度混沌优化方法在优化搜索过程中不断缩小搜索空间,快速寻找匹配追踪(MP)过程中每一步的近似最佳原子,提高信号稀疏分解的速度,算法的有效性为实验结果所证实.     

静态轨检历史数据匹配方法及其性能评价

研究目的:历史数据匹配是轨道几何状态数据挖掘的前提与基础,目前基于外部特征的匹配难以实现亚米级的匹配精度,而基于相似性的匹配算法复杂度过高。针对上述问题,本文以静态轨检数据为研究对象,通过动态时间规整度量数据相似性,并以规整路径估计里程偏差,从而构造了一种静检历史数据的精确匹配方法。在此基础上,讨论匹配性能评价问题,并在相关性与精确性评价的基础上引入同步性的指标。最后,采用某高铁2021年1月15日～7月7日间的日常检查数据对上述匹配方法进行验证。研究结论:(1)与基于外部特征的匹配相比,本文所述匹配方法的相关性、同步性与精确性更优;(2)通过改变波形模拟维修作业,显示该方法对动道扰动与数据丢失具有一定的稳健性;(3)本文所述方法无需借助外部特征,因此具有成本低、适应性好的特点,可用于轨道状态信息的深度挖掘。     

尺度自适应的铁路异物侵限PSA-Kcf降维跟踪方法

针对铁路异物侵限存在尺度上的外观变化,导致现有目标跟踪算法容易学习到过量背景或局部纹理信息,从而引发跟踪框漂移的问题,提出一种融合尺度估计的核相关滤波目标跟踪算法。利用视觉背景提取器ViBe对铁路沿线侵限异物进行检测,通过密集循环采样和尺度金字塔技术分别提取初始化跟踪框的FHOG特征,用来训练一个核相关位置滤波器和一个PCA降维的尺度滤波器,以实现尺度自适应的铁路侵限异物快速跟踪。实验结果表明:PSA-Kcf算法在跟踪精度上优于无尺度估计环节的生成类算法Mean Shift和原生核相关滤波算法Kcf,略高于尺度自适应的SA-Kcf和SAMF算法;在跟踪速度上明显快于Mean Shift、SA-Kcf和SAMF算法,能达到与Kcf算法相当的快速跟踪效果。     

基于灰度特征码映射匹配修正的大容量图像隐写算法

研究在宿主图像内以最小比特修改量实现最大秘密信息嵌入的映射匹配隐写技术中映射关系建模问题。首先在分析既有映射匹配算法EMD算法、GLM算法基础上,进一步将二进码流的嵌入模型化为像素灰度特征码的映射匹配修正过程,并讨论了灰度特征码的映射匹配规则;随后由此提出一种采用两位灰度特征码直接映射匹配,每像素至多修正两个LSB比特位的大容量图像隐写算法:GLC3M算法。实验与理论分析结果表明,相比EMD算法、GLM算法而言,在PSNR值大于44dB的条件下,其容量比GLM算法多1倍,比EMD算法多0.7倍,并且能够有效抗击直方图差异比较与RS等隐写分析攻击。     

Relief算法在关门车故障自动识别中的应用

针对货车运行故障动态图像检测(TFDS)系统中的图像识别问题,提出一种基于Relief算法的解决方案.该方案采用梯度-共生矩阵的数字特征来描述一幅图像,然后通过Relief算法进行有效的特征选择,根据这些特征,通过模板匹配技术,最终检测出关门车故障.现场运用表明,该方案具有很高的实用性.     

基于多尺度能量分析法的直流馈线保护算法改进

通过对直流馈线继电保护设备在低频振荡现象发生时频繁误动原因的分析,指出寻求一种能滤除低频振荡电流干扰的算法是提高继保可靠性的关键。分析直流馈线暂态电流特性,提出改进型DDL保护算法——EDDL保护算法。该算法以DDL算法为基础,融入多尺度能量分析法优点。应用多尺度能量分析法对实测电流信号进行能量特征分析,得到了馈线电流信号的多尺度能量熵。结果表明,两类馈线电流能量特征有显著差异。因此,可将能量特征作为继保的整定参数,从而剔除低频振荡电流的影响。最后给出了EDDL算法设计流程。     

城轨列车受电弓滑板边缘检测算法研究

研究受电弓边缘检测算法,阐述了基于Canny算子的多尺度像素级小波边缘检测算法和基于Zernike矩的亚像素级边缘检测算法.结合广州地铁13号线的实际图片进行对比实验.试验结果表明,相比于传统的像素级边缘检测算法,亚像素级边缘检测算法具有更高的精度,能够满足受电弓滑板边缘检测的需求.     

高速铁路近景影像轨道边缘提取与匹配方法

近景摄影测量应用于铁路轨道几何平顺性检测具有较大潜力,为获得轨道几何状态参数,需对轨道数字影像进行定向与建模,本文探索一种高速铁路近景影像轨道边缘提取方法并构建轨道边缘线的同名点坐标映射模型。根据轨道数字影像的灰度信息与点位分布特点,利用Canny算法和概率Hough变换提取铁路轨道的内边缘特征,采用ORB算法与KNN算法匹配轨道表面同名点,建立轨道表面同名点的坐标对应关系。利用边缘线与轨道表面几何关系,构建轨道边缘线的多项式映射模型以匹配出边缘同名点。试验结果表明,该方法在轨道边缘识别与同名点匹配方面有较高的可靠性,可为高速铁路轨道几何状态检测提供影像处理技术支持。     

基于自适应多尺度积阈值的钢轨裂纹红外图像增强

利用红外热波技术检测钢轨斜裂纹伤损所得的红外图像存在整体亮度偏暗、边缘对比度低和纹理细节模糊的缺点,对测量裂纹的扩展深度不利。对此,本文提出一种基于非子采样Contourlet变换NSCT(Nonsubsampled Contourlet Transform)的自适应多尺度积阈值AMPT(Adaptive Multiscale Products Thresholding)钢轨裂纹红外图像增强算法。对图像进行NSCT分解得到不同尺度不同方向上的子带系数,由子带系数自适应地确定阈值并调整增强函数,将阈值作用于每一子带的多尺度积,对阈值化操作后的子带系数进行增强处理和逆变换,实现图像增强。实验结果表明:该算法在抑制噪声和提高图像整体对比度的基础上,有效突出了目标图像的边缘,对裂纹内部微弱细节纹理的增强效果优于其他传统的红外图像增强方法,为进一步提取代表裂纹深度的关键像素提供了有力支撑。     

基于Arnold变换和块匹配的灰度水印嵌入算法

提出了一种Arno1d变换和DCT相结合的灰度水印嵌入算法.该算法以灰度图象作为水印,用Arnold变换对灰度图象进行预处理;对作为承载信息的原始图象做分块离散余弦变换.在此基础上,利用DCT系数之间的关系,以块匹配的方式嵌入到承载图象中.该算法实现的水印图象透明性好,并具有一定的鲁棒性.     

V/x型牵引变压器匝间短路识别方法研究

V/x型牵引变压器匝间短路是威胁重载货运专线牵引供电系统运行安全的重要因素,欲实现匝间故障的快速、准确识别,必须建立高效的模态特征提取方法。组合经验模态分解(EMD)和能量权重原理的多尺度能量熵识别方法,可从差动电流信号中准确提取牵引变压器匝间的动态特征信息。该方法首先对差动电流信号进行EMD分解,以获得若干固有模态函数(IMF)分量;然后计算差动电流信号和各个IMF分量的能量权重;最后构建基于能量权重的多尺度能量熵,并以熵值作为识别匝间短路的特征矢量。实验案例证明,该方法不仅能快速准确识别出变压器匝间短路,而且具有原理清晰、模式空间划分简单的优点。     

高度信息在立交桥地图匹配中的应用

二维车辆导航系统没有融入高度信息,在处理立交桥路段的地图匹配时有准确性差和实时性不高的缺陷,这些缺陷很难通过提高电子地图和GPS接收信号的精度来得到改善.研究提出将高度信息应用到立交桥路段的地图匹配算法,实验结果表明本算法的匹配准确性在90%以上,判断平均用时缩减为原来的1/2,错误纠正平均用时缩减在6 S以内.     

铁道部车号自动识别信息与确报信息匹配算法

车号自动识别信息能准确反映列车、车辆、机车的位置信息和相关时间信息;确报信息能补充反映列车所挂车辆的空重状态、货物名称及去向等信息;车号识别信息与确报信息进行匹配为货车追踪提供了信息基础.文章详细给出了自动识别信息与确报信息匹配的算法.     

基于GPS列车定位系统的快速地图匹配算法研究

针对传统地图匹配算法计算量大,搜索速度慢的缺点,引入道路网络分块思想,综合运用最小方向差异及铁路的连通性确定最佳匹配路段,用直接投影法计算列车当前位置,并对识别的路段设置距离和方向条件阈值,进行地图匹配的完备性检测,建立误匹配的检测和修正体系,从而提高匹配的精度。通过与传统地图匹配算法的比较,该地图匹配算法具有搜索速度快、计算量小、耗时少的特点,且与铁路网络的复杂程度无关。     

基于改进多尺度排列熵的列车轴箱轴承诊断方法研究

多尺度排列熵作为非线性方法,被广泛应用于时间序列复杂性和随机性的评估之中。由于粗粒化过程中的缺陷会导致熵值精度低、稳定性差,提出了改进多尺度排列熵。通过仿真信号与传统多尺度排列熵方法比较发现,在不同尺度下改进多尺度排列熵方法估计的熵值结果更加稳定,且误差减小。结合马氏距离特征选择与遗传算法优化的支持矢量机模式识别算法,提出了一种智能化的轴承故障诊断方法。通过列车轴箱轴承实验数据进行验证,结果表明该方法可准确识别出不同类型的故障轴承。