基于深度神经网络的铁路异物检测算法

发布时间：2017-08-05 10:28

  本文关键词：基于深度神经网络的铁路异物检测算法

  更多相关文章： 深度神经网络 异物检测 受限玻尔兹曼机 贪婪算法

【摘要】：对入侵到铁路限界内的异物进行准确地检测,一直以来都是轨道交通领域的一个重要课题,在实践和科研领域都具有持久的研究热度。尤其是随着高速铁路技术的不断深入,我国高速铁路建设的不断发展,设计一种识别性能优异、可靠性高、能够应用于实际铁路运营的检测算法,更是具有重要意义。目前而言,传统基于视频技术的异物检测算法依赖于背景帧差方式,易受场景和光线变化的干扰,错检率较高,无法满足铁路现场长期在线检测的需求。而深度神经网络作为一种近年来新兴的机器学习算法,具有较传统人工神经网络更复杂的网络结构、更优秀的特征提取方式和网络训练方式,在图像领域表现出了强大的处理能力。本文以铁路线路是否被列车占用为研究任务,设计了基于深度神经网络的检测算法,并以实际铁路场景图像作为网络样本,研究了深度神经网络算法的优化方式以及算法的泛化性能。首先,在铁路现场采集的视频的基础上,用传统检测方式设计了自动分类算法,结合人工校核构建出了数量丰富且准确分类的图像数据库；随后,设计五层的深度信念网络,实现了算法对于图像的识别功能,并通过单相机的图像研究了算法对于铁路场景图像的结构及参数优化方法,较好地实现了预期的识别任务；最后,使用不同相机的图像,研究测试了算法的泛化性能,通过调整训练样本及网络结构的方式,验证了算法具有较好的泛化性能。本文通过使用深度神经网络的方式,改变了原先固有的异物检测模式,代之以场景图像直接分类判断,规避了检测提取方法的种种误差和不足,在对实际场景视频的测试中取得了良好的效果,表明算法具有较好的识别能力和实用意义。
【关键词】：深度神经网络 异物检测 受限玻尔兹曼机 贪婪算法
【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】：U298;TP183
【目录】：

• 致谢5-6
• 摘要6-7
• ABSTRACT7-10
• 1 绪论10-22
• 1.1 研究背景及意义10-11
• 1.2 国内外研究现状11-19
• 1.2.1 铁路异物检测研究现状12-15
• 1.2.2 深度神经网络研究现状15-19
• 1.2.3 研究现状分析19
• 1.3 本文研究内容及章节安排19-22
• 1.3.1 本文的研究内容19-20
• 1.3.2 本文的章节安排20-22
• 2 算法结构设计22-26
• 2.1 设计方案概述22-23
• 2.2 数据库及算法设计23-25
• 2.2.1 数据库23-24
• 2.2.2 算法设计24-25
• 2.3 本章小结25-26
• 3 基于DBN的检测算法设计26-62
• 3.1 检测算法概述26-27
• 3.2 训练样本及其预处理27-32
• 3.2.1 建立训练样本集27-29
• 3.2.2 样本图像预处理29-32
• 3.3 检测算法设计32-51
• 3.3.1 深度神经网络32-36
• 3.3.2 网络预训练36-49
• 3.3.3 参数微调49-51
• 3.4 算法实验及其结果分析51-60
• 3.4.1 全场景实验52-56
• 3.4.2 区域场景实验56-58
• 3.4.3 误判率和漏判率58-60
• 3.5 本章小结60-62
• 4 算法泛化性能研究62-70
• 4.1 不同场景独立实验62-66
• 4.1.1 数据预处理62-63
• 4.1.2 算法实验63-66
• 4.2 混合场景实验66-68
• 4.3 本章小结68-70
• 5 结论70-72
• 5.1 工作总结70-71
• 5.2 研究展望71-72
• 参考文献72-76
• 作者简历76-80
• 学位论文数据集80

【相似文献】

中国期刊全文数据库 前10条

1 孙旭东;韩东海;;食品安全与异物检测技术开始流行[J];中外食品;2006年01期

2 ;交流食品生产中排除异物的解决方案 海富成功举办异物检测研讨会[J];饮料工业;2009年03期

3 冯琼丹;;食品异物检测技术研究现状[J];江苏调味副食品;2009年03期

4 ;食品原材料的异物检测方案[J];食品安全导刊;2011年04期

5 杜枫;;浅谈大米X光异物检测[J];农业机械;2013年26期

6 唐向阳,张勇,关宏,黄岗;烟草异物剔除系统的原理与结构[J];机械;2003年03期

7 马永娇;;X射线异物检测时代悄然来临[J];食品安全导刊;2008年04期

8 申海鹏;;高晶GJ-XF X射线食品异物检测机[J];食品安全导刊;2012年04期

9 缪惟民;;交流食品生产中排除异物的解决方案海富成功举办异物检测研讨会[J];包装与食品机械;2009年02期

10 ;IP69-K级保护结构:为X射线异物检测系统和检重秤保驾护航[J];食品安全导刊;2011年04期

中国重要报纸全文数据库 前4条

1 王彤;确保食品卫生“异物检测”势在必行[N];中国食品质量报;2004年

2 记者 缪惟民;食品生产中排除异物的解决方案[N];中国包装报;2009年

3 记者 张丽丽;X射线异物检测机 食品异物“照妖镜”[N];中国食品报;2011年

4 刘吉成 特约记者 顾瀚文;先进技术为战鹰护航[N];解放军报;2012年

中国博士学位论文全文数据库 前1条

1 杨福刚;输液中微小异物目标视觉检测技术研究[D];山东大学;2008年

中国硕士学位论文全文数据库 前10条

1 王丹丹;面向液剂异物检测的智能相机的研究与实现[D];西安建筑科技大学;2015年

2 魏健雄;导电性包装材料内的金属异物检测研究[D];大连理工大学;2015年

3 邹单红;基于差分图像的机场跑道异物检测算法的应用研究[D];电子科技大学;2014年

4 刘文祺;基于深度神经网络的铁路异物检测算法[D];北京交通大学;2016年

5 黄超灵;基于图像处理的瓶装液体异物检测研究[D];广东工业大学;2008年

6 尹华;制笔生产中复杂模具异物检测算法研究[D];浙江理工大学;2012年

7 王永亮;面向高速铁路的轨道异物检测研究[D];北京交通大学;2011年

8 张敏;基于移动机器人视觉的道路异物检测方法研究[D];沈阳理工大学;2012年

9 邱玮;安瓿药液可见异物检测算法研究[D];广东工业大学;2015年

10 王美珍;基于图像处理的大输液中可见异物检测方法研究[D];湖南师范大学;2012年

，

本文编号：624424