无砟轨道扣件快速匹配定位方法研究

发布时间：2021-05-13 22:23

　　针对现有扣件定位方法速度慢、定位不准确的问题,结合无砟轨道的特点,提出一种无砟轨道扣件快速匹配定位算法;该算法针对传统匹配算法运算量大、匹配结果不准确的缺点,采用梯度法求取扣件图像的方向场,并根据钢轨区域方向场的各向一致性,锁定扣件感兴趣区域,实现图像裁剪,减少模板搜索空间;模板匹配则通过计算模板和图像方向场对应点之间的绝对值距离实现扣件匹配定位,并利用方向场采样、基于统计方法确定搜索起点位置、随机抽样一致性等方法提高匹配速度和精度;实验结果表明,该算法匹配速度快、鲁棒性强,能够满足扣件检测识别中对扣件匹配的实时性和准确性的要求,与传统的模板匹配定位方法相比,速度提高了30%左右,且对于不同光线条件下的匹配成功率均大于95%。 

【文章来源】：计算机测量与控制. 2019,27(01)

【文章页数】：5 页

【文章目录】：
0 引言
1 匹配原理
2 基于梯度方向场的扣件图像裁剪
    2.1 梯度方向场原理
    2.2 感兴趣区域 (ROI) 裁剪
3 基于模板匹配的扣件快速匹配方法
    3.1 方向场采样
    3.2 基于方向场的模板匹配方法
    3.3 加快匹配速度的搜索策略
    3.4 提高匹配精度的方法
4 实验结果分析
    4.1 匹配平均时耗分析
    4.2 算法鲁棒性验证
5 结束语


【参考文献】：
期刊论文
[1]基于边缘特征的无砟轨道扣件定位方法[J]. 陈金胜,陈兴杰,彭乐乐,张雯柏.  计算机测量与控制. 2018(05)
[2]基于空间纹理相似性的图像角点特征匹配算法[J]. 邵春艳,丁庆海,罗海波.  计算机应用研究. 2016(12)
[3]基于计算机视觉的钢轨扣件螺母缺失检测系统[J]. 王凌,张冰,陈锡爱.  计算机工程与设计. 2011(12)

博士论文
[1]低质量指纹识别中若干关键技术研究[D]. 刘书炘.华东师范大学 2017

硕士论文
[1]基于特征点和方向向量的快速目标匹配算法研究[D]. 朱迪.上海交通大学 2015
[2]基于计算机视觉的铁路扣件检测算法研究[D]. 杭元元.西南交通大学 2014
[3]基于图像的铁路扣件缺陷检测算法研究[D]. 范宏.西南交通大学 2012
[4]基于计算机视觉的铁路扣件缺失快速探测方法研究[D]. 钱广春.上海交通大学 2011
[5]基于灰度的图像匹配方法研究[D]. 饶俊飞.武汉理工大学 2005



本文编号：3184809