铁路轨枕扣件检测识别算法研究

admin · 发表于 2022-9-20 14:11:44

题目：

雅宝题库答案：

****此区域为收费内容**** 需支付 1 知识币后可查看，1币=0.01元查看答案

雅宝题库解析：
对铁路轨枕扣件进行缺陷检测是保证铁路安全运行的重要手段。近年来铁路运营呈现了高速度、高密度的特点，通过巡道工人沿线目测或工作人员目视巡道车采集视频图像的方法已经不能满足当今铁路高速发展的需要。本文针对复杂的有碴铁路图像，提出了一套系统的铁路扣件检测识别的方法，其具有检测速度快、检测准确率高、自动化程度好的特点。本文方法包括铁轨定位、轨枕定位、扣件区域搜寻、扣件目标图像增强、扣件状态识别五个部分。首先根据图像的灰度和梯度分布特性分别进行铁轨定位和轨枕定位、然后利用改进的模板匹配算法在粗定位区域中实现精确定位。对于截取出的扣件目标图像，由于其对比度较低，影响扣件的缺陷状态识别，所以进行了图像对比度增强算法的研究，对比全局直方图均衡算法、局部直方图均衡算法、改进的加权局部直方图均衡算法、加窗的自动颜色均衡算法4种对比度增强算法得到了适合本系统的算法。最后重点研究了扣件缺陷识别技术，根据扣件的几何特性引入了Haar特征集，采用AdaBoost算法训练产生用于扣件缺陷识别的级联分类器，通过对扣件各个局部结构的检测来确定扣件损伤的状态。本文最后对铁路图像数据进行了测试，得出87.5%的检测准确率和每幅1230 800像素图像50ms的检测速度，基本符合开发在线检测铁路扣件系统的要求。

铁路轨枕扣件检测识别算法研究

天涯海角也要找到Ni：铁路轨枕扣件检测识别算法研究

相关帖子

QQ微信同步：1144766066。

服务

网站

战略合作