钢轨擦伤检测算法研究

发布时间：2017-07-17 09:20

  本文关键词：钢轨擦伤检测算法研究

  更多相关文章： 计算机视觉 数字图像处理 波磨 块擦伤 机器学习 背景建模

【摘要】：摘要：传统的钢轨擦伤检测主要依赖于人工巡道检测,这不仅效率低下成本高,而且基本上每个工人都需要负责几十公里的地段。这样在长距离的重复性工作的情况下漏检的概率就相当大。自动化、智能化的轨道检测技术是铁路工务部门的迫切需求。基于计算机视觉的数字图像处理技术的钢轨擦伤检测算法研究不仅解决了由于人工视觉疲劳导致的漏检的情况,而且检测效率大大提高。往往一台计算机能够实现上千公里的检测任务,大大节约了检测成本。本文需要解决的钢轨擦伤主要分为两大类：波磨和疤痕擦伤。对于波磨检测,本文基于车载轨道巡检系统采集的轨道图像和波磨的形态学特征,提出了基于局部频域特征分析的波磨图像检测方法。首先,应用基于位置加权的钢轨定位算法提取准确的钢轨区域图像。然后,分析并抽取钢轨图像每一列傅里叶变换的能量特征形成特征向量,并采用训练好的有监督机器学习算法SVM对抽取的特征向量进行分类预测,以判定该列是否为波磨线。最后,根据每一列的检测结果判定连续的波磨区间以判定该钢轨图像是否具有波磨现象。对于块擦伤检测,本文主要结合传统视频帧中运动前景检测的背景建模算法。将钢轨图像分割成若干段,将每一段对应于视频中的一帧,整张钢轨相当于一个短小的视频帧序列。本文主要借鉴与ViBe算法的思想但采取不同的特征,同时加入了更加合理的预处理方法。实验表明,基于局部背景建模的钢轨擦伤检测算法的性能高于传统方法,取得了良好的检测效果,同时它还能推广到其他的缺项检测的实际应用中。
【关键词】：计算机视觉 数字图像处理 波磨 块擦伤 机器学习 背景建模
【学位授予单位】：北京交通大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 致谢5-6
• 摘要6-7
• ABSTRACT7-10
• 1 绪论10-20
• 1.1 研究背景与意义10-11
• 1.2 基于计算机视觉的缺陷检测11-17
• 1.2.1 图像的获取12-13
• 1.2.2 缺陷检测的一般步骤13-17
• 1.3 本文主要研究内容和创新点17-19
• 1.4 本文章节安排19-20
• 2 相关研究工作综述20-29
• 2.1 钢轨擦伤的特征及分类20-23
• 2.1.1 波纹磨擦20-21
• 2.1.2 疤痕擦伤21
• 2.1.3 光带不匀21-23
• 2.2 传统检测方法简介23-24
• 2.3 国内外研究现状24-29
• 2.3.1 基于纹理特征的钢轨波磨检测25-26
• 2.3.2 基于灰度对比度的钢轨擦伤检测26-29
• 3 钢轨波磨检测算法研究29-47
• 3.1 引言29-30
• 3.2 钢轨定位30-31
• 3.3 基于频率特征的波磨检测31-38
• 3.3.1 波磨检测算法原理32-33
• 3.3.2 波磨线判定33-35
• 3.3.3 波磨区间判定35-36
• 3.3.4 实验结果与分析36-38
• 3.4 基于机器学习的波磨检测38-46
• 3.4.1 系统介绍38-41
• 3.4.2 基于局部频率特征的波磨检测41-42
• 3.4.3 实验结果与分析42-46
• 3.5 小结46-47
• 4 基于背景建模的钢轨擦伤检测算法研究47-64
• 4.1 引言47
• 4.2 背景建模算法综述47-48
• 4.3 基于背景建模的钢轨擦伤检测算法48-57
• 4.3.1 模型的提出48-50
• 4.3.2 模型的工作原理50-53
• 4.3.3 模型的初始化53-54
• 4.3.4 模型的更新54-57
• 4.4 实验结果与分析57-63
• 4.4.1 基于分割角度的擦伤检测算法性能评估58-60
• 4.4.2 基于疤痕个数统计的擦伤检测算法性能评估60
• 4.4.3 算法的参数分析60-63
• 4.5 小结63-64
• 5 总结和展望64-66
• 参考文献66-69
• 作者简历及攻读硕士学位期间取得的xO究成果69-71
• 学位论文数据集71

【相似文献】

中国期刊全文数据库 前10条

1 葛磊;武芳;王鹏波;张冬林;;3维建筑综合中基于最小特征的面平移算法[J];测绘科学技术学报;2009年02期

2 骆雯,孙延明,陈振威,陈锦昌;判断点与封闭多边形相对关系的改进算法[J];机械;1999年03期

3 李林;卢显良;;一种基于切割映射的规则冲突消除算法[J];电子学报;2008年02期

4 刘巧玲;张红英;林茂松;;一种简单快速的图像去雾算法[J];计算机应用与软件;2013年07期

5 林亚平,杨小林;快速概率分析进化算法及其性能研究[J];电子学报;2001年02期

6 章郡锋;吴晓红;黄晓强;何小海;;基于暗原色先验去雾的改进算法[J];电视技术;2013年23期

7 杨铁军;靳婷;;一种动态整周模糊值求解算法及其仿真分析[J];系统工程与电子技术;2007年01期

8 周秀玲;郭平;陈宝维;王静;;几种计算超体积算法的比较研究[J];计算机工程;2011年03期

9 吴一戎,胡东辉,彭海良;Chirp Scaling SAR成象算法及其实现[J];电子科学学刊;1995年03期

10 王贵竹;一种产生单向分解值的算法[J];安徽大学学报(自然科学版);2001年03期

中国重要会议论文全文数据库 前10条

1 尹冀锋;;一种新的图象自适应增强算法[A];四川省通信学会一九九二年学术年会论文集[C];1992年

2 宁春平;田家玮;郭延辉;王影;张英涛;郑桂霞;刘研;;计算机辅助增强、分割算法在鉴别乳腺良、恶性肿块中的应用价值[A];中华医学会第十次全国超声医学学术会议论文汇编[C];2009年

3 谢丽聪;;SVB查询改写算法的改进[A];第二十一届中国数据库学术会议论文集（研究报告篇）[C];2004年

4 郑存红;;复杂背景下相关跟踪算法研究及DSP实现[A];中国光学学会2010年光学大会论文集[C];2010年

5 杨文杰;吴军;;RFID抗冲突算法研究[A];2008通信理论与技术新进展——第十三届全国青年通信学术会议论文集（上）[C];2008年

6 高山;毕笃彦;魏娜;;一种基于UPF的小目标TBD算法[A];第十四届全国图象图形学学术会议论文集[C];2008年

7 周磊;张卫华;王晓奇;张军;;基于流水算法的智能路障机器人设计[A];2011年全国电子信息技术与应用学术会议论文集[C];2011年

8 潘巍;李战怀;陈群;索博;李卫榜;;面向MapReduce的非对称分片复制连接算法优化技术研究[A];第29届中国数据库学术会议论文集（B辑）（NDBC2012）[C];2012年

9 李伟伟;蔡康颖;郑新;王文成;;3D模型中重复结构的多尺度快速检测算法[A];第六届和谐人机环境联合学术会议（HHME2010)、第19届全国多媒体学术会议（NCMT2010）、第6届全国人机交互学术会议（CHCI2010）、第5届全国普适计算学术会议（PCC2010）论文集[C];2010年

10 杨任尔;陈恳;励金祥;;基于棱边方向检测的运动自适应去隔行算法[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

中国重要报纸全文数据库 前1条

1 国泰君安资产管理部;“算法交易”是道指暴跌罪魁祸首?[N];上海证券报;2010年

中国博士学位论文全文数据库 前10条

1 冯辉;网络化的并行与分布式优化算法研究及应用[D];复旦大学;2013年

2 许玉杰;云计算环境下海量数据的并行聚类算法研究[D];大连海事大学;2014年

3 李琰;基于猫群算法的高光谱遥感森林类型识别研究[D];东北林业大学;2015年

4 陈加顺;海洋环境下聚类算法的研究[D];南京航空航天大学;2014年

5 王洋;基于群体智能的通信网络告警关联规则挖掘算法研究[D];太原理工大学;2015年

6 雷雨;面向考试时间表问题的启发式进化算法研究[D];西安电子科技大学;2015年

7 熊霖;大数据下的数据选择与学习算法研究[D];西安电子科技大学;2015年

8 周雷;基于图结构的目标检测与分割算法研究[D];上海交通大学;2014年

9 王冰;人工蜂群算法的改进及相关应用的研究[D];北京理工大学;2015年

10 蒋亦樟;多视角和迁移学习识别方法和智能建模研究[D];江南大学;2015年

中国硕士学位论文全文数据库 前10条

1 姚鑫宇;EMD去噪与MUSIC算法在DOA估计中的联合应用[D];昆明理工大学;2015年

2 陆进;面向含噪数据聚类相关算法的研究[D];复旦大学;2014年

3 李家昌;基于能量约束的超声图像自动分割算法[D];华南理工大学;2015年

4 陈坚;基于密度和约束的数据流聚类算法研究[D];兰州大学;2015年

5 高健;基于Zynq7000平台的去雾算法研究及实现[D];南京理工大学;2015年

6 顾磊;基于Hadoop的聚类算法的数据优化及其应用研究[D];南京信息工程大学;2015年

7 杨燕霞;基于Hadoop平台的并行关联规则挖掘算法研究[D];四川师范大学;2015年

8 王羽;基于MapReduce的社区发现算法的设计与实现[D];南京理工大学;2015年

9 许振佳;流式数据的并行聚类算法研究[D];曲阜师范大学;2015年

10 董琴;人工蜂群算法的改进与应用[D];大连海事大学;2015年

，

本文编号：552935