基于机器视觉和卷积神经网络的轨道表面缺陷检测方法 |
| |
引用本文: | 姚宗伟,杨宏飞,胡际勇,黄秋萍,王震,毕秋实.基于机器视觉和卷积神经网络的轨道表面缺陷检测方法[J].铁道学报,2021(4):101-107. |
| |
作者姓名: | 姚宗伟 杨宏飞 胡际勇 黄秋萍 王震 毕秋实 |
| |
摘 要: | 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...
|
关 键 词: | 轨道缺陷检测 机器视觉 深度学习 卷积神经网络 特征提取 |
|
|