融合PHOG和MSLBP特征的铁路扣件检测算法 |
| |
引用本文: | 刘甲甲,李柏林,罗建桥,李立.融合PHOG和MSLBP特征的铁路扣件检测算法[J].西南交通大学学报,2015(2):256-263. |
| |
作者姓名: | 刘甲甲 李柏林 罗建桥 李立 |
| |
作者单位: | 西南交通大学机械工程学院 |
| |
基金项目: | 国家自然科学基金资助项目(51275431);四川省科技支撑计划资助项目(2012GZ0102,2014GZ0005) |
| |
摘 要: | 为了提高铁路扣件检测的识别率和鲁棒性,以及扣件图像PHOG特征的有效性,提出了简单有效的枕肩定位算法,该算法首先在提取PHOG特征前,根据枕肩、扣件和背景间的位置关系去除冗余背景信息;然后,模拟人眼视觉注意机制,设计MSLBP特征采样方式,提取扣件图像的宏观纹理特征;最后,采用分层次加权融合的方法联立两类特征,并采用SVM分类器进行扣件分类识别,提出一种基于计算机视觉和PHOG-MSLBP融合特征的缺陷识别算法.将该算法应用于实验,结果表明:与使用PHOG、MSLBP单一特征相比,基于PHOG-MSLBP融合特征检测算法的平均识别率分别提高了6.3%、4.5%,且鲁棒性更强,可满足扣件缺陷自动化检测的需要.
|
关 键 词: | 扣件 形状特征 宏观纹理特征 特征融合 分类检测 |
本文献已被 CNKI 等数据库收录! |
|