基于视频图像的接触网故障检测与定位
发布时间：2021-04-17 10:55
接触网是铁路系统中较为薄弱的部分,一旦接触网出现故障,会直接影响到列车的安全运行,威胁人类的生命安全。因此,为保障列车的安全运营,对接触网故障部位进行检测与排查至关重要。使用智能图像处理技术的非接触式检测方法,无需介入行车系统,检测速度快,可以逐步代替目前效率低、误差大的人工巡检模式。本文紧扣接触网故障的检测与定位问题,从接触网图像拼接、故障火弧分割、故障检测与定位三方面进行研究。首先,针对高铁运行速度快,捕捉的接触网图像不完整,普通算法难以进行实时监测的问题,发展了一种基于AKAZE-ORB的接触网图像拼接算法,该改进方法使用AKAZE算法提取图像的特征点,使用ORB算法进行特征点描述,并使用自适应加权平均算法对拼接后的图像进行融合处理。实验结果表明,使用改进算法拼接后的图像无拼接缝、无鬼影,色彩和亮度过度真实自然。改进算法特征配准精度较高,且特征提取速度和特征点描述速度较ORB算法、KAZE算法和AKAZE都有较大提升。接着本文对故障火弧进行聚类分割研究,改进了PSO-FCM联合算法。引入粒子群算法（PSO）解决模糊C均值算法（FCM）算法对初始聚类中心敏感并容易陷入局部极值的问题...
【文章来源】：西南科技大学四川省
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
章节预处理-图像拼接（第2章）
1绪论7使用粒子群算法进行优化，提出一种改进的PSO-FCM算法。改进算法引入一种交互式多尺度学习方案，优化了PSO-FCM算法的学习因子和模型更新策略。最后对改进算法从直观分割结果、分割划分系数和划分熵进行实验验证和对比分析。第4章首先分析BOW模型的基本原理，介绍了从文本领域向图像领域的过渡过程以及BOW模型构建步骤，然后基于BOW模型提出改进算法。改进算法对梯度位置方向直方图（GLOH）特征、旋转不变的等价LBP（RIULBP）特征以及改进的HIS-RGB颜色特征进行多特征的提取代替BOW模型的单一SIFT特征，引入一种基于权值分布的直方图表示法改进词典构造方式，并采用LSSVM分类器代替传统BOW模型中的SVM分类器完成分类训练。最后介绍了样本集的准备，对改进算法的检测精确度、召回率以及误检率进行对比验证，并对最终的故障定位结果进行比较分析。最后对本文课题的研究内容和实验结果进行总结，并对研究实验的不足和后续的研究方向进行补充说明。本文第2、3、4章的章节内容关系如图1-1所示：图1-1章节内容联系Fig.1-1Chaptercontentcontact预处理-图像拼接（第2章）聚类算法图像分割（第3章）故障火弧检测与定位（第4章）接触网视频图像
2基于AKAZE-ORB的接触网图像拼接算法9图2-1FAST特征点检测Fig.2-1FASTfeaturepointdetection2）ORB特征描述（1）确定提取特征的方向采用简单但有效的角度方向测量方式即灰度质心法[40]来确定特征点的方向。灰度质心假定角点的灰度偏离其中心，并且该偏移向量可用于估算方向。Rosin定义特征点邻域的p+q阶矩为：=∑,(,)（2-2）其中，,∈(0,1)，(,)是像素点(,)的灰度值。定义图像块的质心为：=(1000，0100)（2-3）把x和y的范围保持在[,]之间（r为该特征点邻域的半径），以特征点为坐标原点，特征点与质心的夹角即为特征点的方向角，计算公式如公式（2-4）所示：=2(01,10)（2-4）（2）对特征进行BRIEF描述BRIEF描述子由MichaelCalonder等人提出，使用二进制码串作为描述子向量。以特征点为中心，在×的邻域大窗口（一般=31）中随机选取两个大小为5×5的子窗口，比较子窗口内的像素和，进行二进制赋值。二元测试由公式（2-5）定义：(;,)={1∶()<()0∶()≥()（2-5）式中p（x）是x点处的p强度。在大窗口中随机选取对子窗口，重复进行二进制赋值操作，形成一个二进制编码串，即是特征描述子，如公式（2-6）所示：()=∑211≤≤ε(p;,)（2-6）特征维度n取为256。
【参考文献】：
期刊论文
[1]基于局部二值差异激励模式的木材缺陷分类[J]. 李绍丽,苑玮琦,杨俊友,李德健. 仪器仪表学报. 2019(06)
[2]基于嵌入式系统的舰船图像拼接技术[J]. 张鹏程. 舰船科学技术. 2019(06)
[3]融合BOW模型的多特征子空间行人重识别算法[J]. 朱小波,车进. 计算机工程与应用. 2019(18)
[4]基于改进KAZE的无人机航拍图像拼接算法[J]. 韩敏,闫阔,秦国帅. 自动化学报. 2019(02)
[5]基于薄云厚度分布评估的遥感影像高保真薄云去除方法[J]. 汪月云,黄微,王睿. 计算机应用. 2018(12)
[6]目标检测算法研究综述[J]. 方路平,何杭江,周国民. 计算机工程与应用. 2018(13)
[7]基于词袋特征算法的药品分层缺陷检测[J]. 刘玉环,唐庭龙,陈胜勇. 计算机工程. 2018(06)
[8]基于LBP-HSV模型及改进SIFT算法的行人再识别算法[J]. 晋丽榕,王海梅,徐丹萍. 计算机测量与控制. 2018(05)
[9]基于HCA与KAZE的铁路路基GPR图像配准算法[J]. 杜翠,张千里,刘杰. 计算机工程. 2018(03)
[10]基于改进信息增益的人体动作识别视觉词典建立[J]. 吴峰,王颖. 计算机应用. 2017(08)
硕士论文
[1]图形模糊聚类及图像分割算法研究[D]. 孙佳美.西安邮电大学 2019
[2]基于机器学习的运动目标识别与跟踪研究与设计[D]. 翁静文.西南科技大学 2019
[3]基于BOW的工业机器人视觉特征提取技术研究[D]. 殷贺贺.安徽工程大学 2017
[4]基于QR分解的稀疏LSSVM算法研究[D]. 周艳玲.西安电子科技大学 2017
[5]基于OpenCV的接触网定位线夹状态智能检测[D]. 张春春.西南交通大学 2016
[6]基于图像的接触网支柱检测与编号识别[D]. 武翔宇.西南交通大学 2015
[7]基于BoW模型的图像分类方法研究[D]. 王莹.哈尔滨工程大学 2012
本文编号：3143328
【文章来源】：西南科技大学四川省
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
章节预处理-图像拼接（第2章）
1绪论7使用粒子群算法进行优化，提出一种改进的PSO-FCM算法。改进算法引入一种交互式多尺度学习方案，优化了PSO-FCM算法的学习因子和模型更新策略。最后对改进算法从直观分割结果、分割划分系数和划分熵进行实验验证和对比分析。第4章首先分析BOW模型的基本原理，介绍了从文本领域向图像领域的过渡过程以及BOW模型构建步骤，然后基于BOW模型提出改进算法。改进算法对梯度位置方向直方图（GLOH）特征、旋转不变的等价LBP（RIULBP）特征以及改进的HIS-RGB颜色特征进行多特征的提取代替BOW模型的单一SIFT特征，引入一种基于权值分布的直方图表示法改进词典构造方式，并采用LSSVM分类器代替传统BOW模型中的SVM分类器完成分类训练。最后介绍了样本集的准备，对改进算法的检测精确度、召回率以及误检率进行对比验证，并对最终的故障定位结果进行比较分析。最后对本文课题的研究内容和实验结果进行总结，并对研究实验的不足和后续的研究方向进行补充说明。本文第2、3、4章的章节内容关系如图1-1所示：图1-1章节内容联系Fig.1-1Chaptercontentcontact预处理-图像拼接（第2章）聚类算法图像分割（第3章）故障火弧检测与定位（第4章）接触网视频图像
2基于AKAZE-ORB的接触网图像拼接算法9图2-1FAST特征点检测Fig.2-1FASTfeaturepointdetection2）ORB特征描述（1）确定提取特征的方向采用简单但有效的角度方向测量方式即灰度质心法[40]来确定特征点的方向。灰度质心假定角点的灰度偏离其中心，并且该偏移向量可用于估算方向。Rosin定义特征点邻域的p+q阶矩为：=∑,(,)（2-2）其中，,∈(0,1)，(,)是像素点(,)的灰度值。定义图像块的质心为：=(1000，0100)（2-3）把x和y的范围保持在[,]之间（r为该特征点邻域的半径），以特征点为坐标原点，特征点与质心的夹角即为特征点的方向角，计算公式如公式（2-4）所示：=2(01,10)（2-4）（2）对特征进行BRIEF描述BRIEF描述子由MichaelCalonder等人提出，使用二进制码串作为描述子向量。以特征点为中心，在×的邻域大窗口（一般=31）中随机选取两个大小为5×5的子窗口，比较子窗口内的像素和，进行二进制赋值。二元测试由公式（2-5）定义：(;,)={1∶()<()0∶()≥()（2-5）式中p（x）是x点处的p强度。在大窗口中随机选取对子窗口，重复进行二进制赋值操作，形成一个二进制编码串，即是特征描述子，如公式（2-6）所示：()=∑211≤≤ε(p;,)（2-6）特征维度n取为256。
【参考文献】：
期刊论文
[1]基于局部二值差异激励模式的木材缺陷分类[J]. 李绍丽,苑玮琦,杨俊友,李德健. 仪器仪表学报. 2019(06)
[2]基于嵌入式系统的舰船图像拼接技术[J]. 张鹏程. 舰船科学技术. 2019(06)
[3]融合BOW模型的多特征子空间行人重识别算法[J]. 朱小波,车进. 计算机工程与应用. 2019(18)
[4]基于改进KAZE的无人机航拍图像拼接算法[J]. 韩敏,闫阔,秦国帅. 自动化学报. 2019(02)
[5]基于薄云厚度分布评估的遥感影像高保真薄云去除方法[J]. 汪月云,黄微,王睿. 计算机应用. 2018(12)
[6]目标检测算法研究综述[J]. 方路平,何杭江,周国民. 计算机工程与应用. 2018(13)
[7]基于词袋特征算法的药品分层缺陷检测[J]. 刘玉环,唐庭龙,陈胜勇. 计算机工程. 2018(06)
[8]基于LBP-HSV模型及改进SIFT算法的行人再识别算法[J]. 晋丽榕,王海梅,徐丹萍. 计算机测量与控制. 2018(05)
[9]基于HCA与KAZE的铁路路基GPR图像配准算法[J]. 杜翠,张千里,刘杰. 计算机工程. 2018(03)
[10]基于改进信息增益的人体动作识别视觉词典建立[J]. 吴峰,王颖. 计算机应用. 2017(08)
硕士论文
[1]图形模糊聚类及图像分割算法研究[D]. 孙佳美.西安邮电大学 2019
[2]基于机器学习的运动目标识别与跟踪研究与设计[D]. 翁静文.西南科技大学 2019
[3]基于BOW的工业机器人视觉特征提取技术研究[D]. 殷贺贺.安徽工程大学 2017
[4]基于QR分解的稀疏LSSVM算法研究[D]. 周艳玲.西安电子科技大学 2017
[5]基于OpenCV的接触网定位线夹状态智能检测[D]. 张春春.西南交通大学 2016
[6]基于图像的接触网支柱检测与编号识别[D]. 武翔宇.西南交通大学 2015
[7]基于BoW模型的图像分类方法研究[D]. 王莹.哈尔滨工程大学 2012
本文编号：3143328
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3143328.html
