基于LoG梯度加权Haar-like特征的车轮裂纹检测 |
| |
引用本文: | 阮成雄,阮秋琦.基于LoG梯度加权Haar-like特征的车轮裂纹检测[J].铁道学报,2013(5):62-68. |
| |
作者姓名: | 阮成雄 阮秋琦 |
| |
作者单位: | 北京交通大学信息科学研究所 |
| |
基金项目: | 国家自然科学基金(60973060);中央高校基本科研业务费专项资金(2012YJS030) |
| |
摘 要: | 列车长时间运行后,车轮侧面出现许多裂纹,数量和尺寸达到一定标准后需进行更换,以保证安全。该标准定制的前提是对大量的车轮裂纹进行测量统计,而由人工进行这些工作需要大量的人力和物力,因此采用基于图像模式识别的自动检测能够节省大量的资源。文中主要研究列车车轮裂纹的检测定位算法,针对车轮表面裂纹的图像特征,提出一种基于LoG梯度加权Haar-like特征,能够有效地描述裂纹周围图像特性,从而更精确地进行裂纹描述,并提出改进的基于阈值限制LUT的Real-Adaboost机器学习算法训练裂纹检测分类器,进行快速精确的裂纹目标检测,实验部分验证了算法的有效性。
|
关 键 词: | 裂纹检测 目标检测 Haar-like Real-Adaboost 故障检测 |
本文献已被 CNKI 等数据库收录! |
|