基于深度学习的轨道车辆线阵相机图像畸变校正方法

由于轨道车辆运行速度时刻变化,造成轨旁线阵相机在不同时间采集同一类型车辆的图片张数和分割点不同,导致采集到过车图像存在畸变失真,畸变失真给后续基于图像的轨道车辆故障检测和识别带来困难,因此需要对采集图像进行畸变校正.本文在综合分析轨道车辆图像畸变失真原理的基础上,提出一种基于深度学习的轨道车辆线阵相机图像畸变校正方法....     

基于改进Canny算法与Hough变换的轨道图像边缘提取

针对铁路轨道图像背景较为复杂、目标不突出,难以提取轨道边缘的问题,提出一种基于改进滤波器与改进阈值选取方式的Canny边缘检测算法.首先,使用自适应中值滤波与双边滤波相结合的混合滤波器代替传统Canny算法中的高斯滤波器对图像进行滤波;然后,使用四方向梯度模板进行梯度幅值计算;最后,将改进后的Otsu算法代替传统人工设...     

一种改进的铁路扣件图像校正算法

基于HOG特征的铁路扣件检测算法中,各类扣件特征的可辨性易受光照不均匀因素影响,降低了检测准确率.针对此类光照不均匀图像,将二维经验模态分解(BEMD)理论与直方图均衡化相结合,首先利用BEMD变换提取图像的细节分量和照射分量,并通过直方图均衡化增强细节分量;然后进行光照判断,据光照判断对细节增强分量叠加调整后的照射分量,得到光照均匀、细节增强的扣件图像.真实实验表明,与传统方法相比,此方法能有效增强图像对比度,提高铁路扣件检测精度.     

基于深度学习的TFDS货车故障图像智能识别算法研究

货车关键部件故障的准确识别对车辆的运用工作非常重要。目前主要依靠动态检车员基于TFDS系统所获取的图像进行人工分析,耗费大量人力、物力,分析效率较低,并且易出现故障漏报,对车辆的运行安全造成隐患。文章提出了基于深度学习的目标检测加部件故障识别的两阶段车辆故障识别算法,通过对标注的图像进行模型训练,实现车辆故障的智能识别。该算法已经在中国铁路郑州局集团郑州北车辆段完成有效性的验证,结果表明,该算法可实现对车辆部件的准确定位、故障自动识别及结果的综合分析,有效提升了TFDS系统的故障识别准确率,大幅降低了漏报率,对于提高货车车辆运用工作的智能化水平,保障运行安全具有重大意义。     

基于contourlet模极大值的图像边缘检测

现存的基于空间域或小波变换域图像边缘检测算法只能有效检测出图像有限方向的边缘。本文提出在contourlet变换子带上搜索模极大值的图像边缘检测算法。通过适当地调节变换各尺度上的分解级数得到具有抛物线型尺度的基,另使其满足方向消失矩条件,则contourlet变换获得对图像中分片光滑边缘的最佳逼近。对原图像进行非下采样contourlet变换,然后对各子带进行阈值处理。由于contourlet变换子带不同于小波子带的全新特点,根据各方向子带代表的方向及其梯度方向,子带上各样本点与其梯度方向上相邻点比较模值即得变换系数模极大值。该算法不需经过复杂的连接模极大值点操作,亦可得到较高的边缘检测性能,较大地降低了计算复杂度。实验显示本文算法所提取的边缘更加逼近图像真实边缘,且具有较低的计算复杂度。     

基于纹理信息与深度图空时梯度的深度图上采样算法

针对基于2D+深度数据表示格式的3D视频数据,在编码前对深度图进行降采样编码能够有效地降低码率,然而引入的降采样失真将会影响合成图像的质量。因此,如何有效地在解码端进行上采样以降低降采样失真的影响成为了当前研究的关键问题。本文提出了基于纹理信息与深度图空时梯度的深度图上采样算法,基于深度序列中图像间的时间梯度,图像像素点的水平梯度和垂直梯度,确定深度图像素间的时空相关性,对采样参考点进行决策,从而利用相关的参考点对深度图进行上采样。实验表明,本文方法提高了深度序列的编码性能和最终合成的虚拟视点图像的质量。     

应用YOLO深度卷积网络的轨道图像定位算法

将摄影测量技术应用于铁路轨道检测是未来轨检技术的发展趋势。对轨道图像扣件的快速定位,是判断扣件是否缺损,匹配连续图像以及对轨道线形三维重建的基础。由于实际中轨道图像易受到拍摄角度、光照等因素影响,同时有砟轨道图像具有背景复杂、色彩单一、特征分布多变等特点,使得传统基于钢轨、轨枕布设关系的扣件定位算法具有局限性,对弯道和上下行道岔咽喉区域的扣件定位鲁棒性差。将近年在计算机视觉领域发展迅猛的深度学习算法引入铁路轨道检测,利用YOLO端对端输出的网络特点,根据图像全局信息直接对扣件的Bounding Box和类别进行迭代回归,输出扣件位置信息。试验检测50份测试数据,检测正确率达到94%,检测速度54 fps,可以达到实时检测的要求。     

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...     

基于边缘检测的空域自适应差错掩盖算法

针对视频传输中帧内编码帧(Intra帧)出错情况,提出一种基于边缘检测的自适应空域差错掩盖算法。根据丢失宏块周围正确宏块的边缘信息,将丢失宏块分为平滑块和边缘块。对平滑块采用双线性插值进行恢复;对边缘块采用一种多方向插值加权平均方法进行恢复。实验结果表明,提出的空域差错掩盖算法能很好地适应不同的视频传输差错情况,并对不同类型的图像内容具有良好的差错掩盖效果,与传统的差错掩盖算法相比,具有更好的差错恢复能力。     

基于图像处理的道砟颗粒二维廓形追踪提取算法

获取道砟颗粒廓形是研究有砟轨道道床力学性能及开展仿真分析的基础。针对传统图像处理中利用边缘检测算法获得道砟二维廓形信息的不足,提出追踪提取算法。采用数码相机和计算机技术搭建图像采集平台,通过颜色空间转化、二值化处理、边界追踪和数据优化等步骤实现了道砟二维廓形的提取。算法特点在于,提取的道砟颗粒二维廓形数据为有序的点列,廓形曲线连续且闭合良好,检测出来的边缘是单像素宽,通过使用游标卡尺测量证明实际廓形的最大粒径在考虑测量误差及精度的条件下二者数值基本相同。同时,基于前期学者对棱角指数的算法对本文提取廓形进行相应计算并与实测值比较,数值基本吻合,从而说明本算法在一定误差及精度条件下的有效性与可靠性。     

一种Contourlet图像块编码算法

提出一种高灵活性、低缓冲的Contourlet块编码算法。用临界采样的小波变换取代Contourlet变换中的拉普拉斯塔式LP(Laplacian Pyramid)分解,得到非冗余的Contourlet变换NRCT(Non-Redundant ContourletTransform),使其更适合图像压缩。块编码中,每个子带被划分为相对小的码块,然后对各个码块独立编码,得到具有丰富实用特征集的码流,且明显降低了内存占用。合并NRCT同一小波子带中类似的方向频率划分,根据合并后方向子带的方向频率特性,得到改进的上下文模型。改进的上下文模型使NRCT块编码器中的MQ编码器输出码流码率更加接近其熵率,而JPEG2000上下文模型不能为该MQ编码器输入码流提供良好的条件概率估计。实验证明,特别是对于纹理丰富的图像,本文算法较基于JPEG2000上下文模型的NRCT块编码算法和JPEG2000算法,具有更高的压缩性能。     

基于图像处理技术的转辙机实时在线监测研究

介绍了一种通过对转辙机表示杆末端边缘位置图像的监测来反映道岔尖轨密贴状态的方法,以及对道岔尖轨密贴状况监测所采用的图像检测微小位移的基本方法、原理和步骤。对采集的图像使用中值滤波和高斯滤波相结合的预处理方法滤除噪声,通过迭代阈值分割、小面积删除、图像边缘检测得到表示杆位置特征,并采用Hough变换完成坐标提取,从而得出表示杆位移具体数值,并通过实际监测测量分析系统对转辙机尖轨密贴状态的监测精度和应用中问题。     

基于深度图像的列车乘客目标识别技术研究

针对轨道交通中高密度客流的特点,提出了一种基于深度图像的局部法向量特征提取方法,利用球面坐标系参数(,)表示物体表面切平面法向量的特征信息,通过提取检测区域的局部法向量作为目标特征,以实现目标识别及头部轮廓提取。采用深度图像能有效地解决轨道车辆高度及光照等环境因素的局限性,并通过试验验证该方法的实时性和准确性。     

基于散列的长链处理算法

针对铁路信号产品无线闭塞中心、临时限速服务器、列控中心软件对于长链的处理存在的差异进行分析,提出对于长链的一种散列处理算法,兼容目前使用的两种长链规范标准,力求配置最少的信息,得到对于长链计算所需的各种关键参数,以提供给研发、测试开发所需对于长链处理的公共处理接口,使开发人员不再处理长链的计算,解决数据配置人员由于各产...     

基于GPS的遥感图像纠正

介绍GPS在遥感影像纠正中的应用。主要内容有:GPS数据采集和数据处理,GPS坐标转换,七参数的解算,几何纠正等。对视图式纠正方案和文件式纠正方案进行了比较分析,提出了将这种方法应用于西部或沙漠地区遥感影像纠正的初步设想。     

隧道检测裂缝的图像处理研究

裂缝是隧道衬砌最常见的病害之一,基于近几年快速发展的工程检测系统与图像处理算法的研究,提出基于CCD相机的衬砌裂缝检测系统来采集裂缝图像。通过比较均值滤波、中值滤波、维纳滤波、自适应中值滤波和加权邻域滤波比较,选择自适应中值滤波进行图像增强。结合直方图阈值分割法、Otsu最大类间方差阈值和局部阈值分割法,对增强后图像进行二值化处理比较,Otsu法较好地保留了裂缝的边缘信息,证明了该算法的有效性,为后续裂缝信息的提取奠定了基础。     

基于等照度线平滑的NSCT图像修复算法

为提高对纹理信息和平坦与平滑过渡区域的修复效果,提出一种基于等照度线平滑的非下采样contourlet变换(NSCT)图像修复算法.利用NSCT能较好地稀疏表示图像的结构、纹理及边缘信息等特性,将其作为稀疏重构的字典实现稀疏修复破损图像.为消除平坦及平滑过渡区域的破损痕迹,根据估计出的破损点的等照度线方向,自适应选取平滑模板修正该破损点的像素值,以更好地保持等照度线的光滑连续.实验结果表明:本文算法具有较好的修复效果,保持了纹理清晰、结构连通及平坦与平滑区域的良好过渡.     

基于图像分割的金字塔Lucas-Kanade光流法提取深度信息

在2D到3D视频的转换过程中,深度信息的提取是最关键的问题。本文利用图像分割的金字塔LucasKanade光流法提取2D视频中的深度信息,主要做了如下工作:1是通过计算当前帧的最大运动矢量来决定所需构建的金字塔层数,通过自适应的方式决定金字塔层数可以弥补因金字塔层数过多造成的信息丢失或者因金字塔层数过少而无法满足Lucas-Kanade光流算法的不足;2是在每层金字塔中,利用Mean Shift图像分割后的信息,去除本次迭代计算得到的运动矢量中的坏点,使得深度提取更加准确;3是自适应地调整每层金字塔的迭代次数,使得在实验结果的质量几乎不变的情况下,达到降低时间复杂度的目的;最后通过统计图像分割每类中的深度值对所得到的深度图进行优化,使得最终得到的深度图中物体边缘信息更加清晰。实验结果表明,利用本文算法所得到的场景深度的边缘信息更加清晰,深度图中的坏点明显减少,在降低时间复杂度的同时,得到了较高质量的深度图。