公共文化服务平台

共 6 条记录，以下是 1-6

全选清除导出

排序方式：

H值特性在钢轨检测中的应用被引量：1: 2015年; 钢轨区域提取是基于机器视觉的轨道缺陷实时监测系统的首要关键技术之一,它对铁路自动化检测系统的检测速度、检测精度影响巨大.针对铁路轨道区域结构特点,提出了一种基于机器视觉HSL色彩空间的钢轨区域快速提取算法,将图像转化为HSL色彩空间模型,提取等分线处H值曲线,利用钢轨与道砟交界处H值的突变特性确定轨道边缘点,采用直线拟合确定钢轨边界,实现钢轨区域提取.; 殷超闵永智程天栋; 关键词：机器视觉

轨道扣件缺失的机器视觉快速检测方法被引量：9: 2017年; 轨道扣件缺失检测是铁路日常巡检的一项重要内容,结合现代化铁路对自动化检测技术的实时性和自适应性要求,提出了一种基于机器视觉的轨道扣件缺失实时检测方法.为了应对环境光线的干扰,设计了遮光罩加LED辅助光源的图像采集装置,利用开关型中值滤波和基于图像梯度幅值的改进Canny边缘检测方法,对扣件边缘特征进行自适应图像增强.结合扣件弹条稳定的内外边缘轮廓特征,利用基于曲线特征投影的模板匹配实现了扣件缺失的实时检测.经过实验验证,平均每帧图像的处理时间为245.61ms,平均正确识别率为85.8%,且该方法具有一定的自适应性,最高支持3.82m/s的推行速度,可满足对实际运营线路进行扣件缺失实时检测的需求.; 闵永智肖本郁党建武殷超岳彪马宏锋; 关键词：机器视觉图像增强

基于图像色相值突变特征的钢轨区域快速识别方法被引量：20: 2016年; 应用彩色图像中不同区域HSL色彩空间中色相值突变特征提取轨检图像中钢轨边界点,对多条不同等分线处钢轨边界点进行直线拟合以确定钢轨边缘,识别目标钢轨区域。分析了机器视觉轨检系统序列图像中轨枕、砟石、扣件与钢轨的分布特征及不同特征区域图像色相值的突变特征,研究了轨检图像不同等分数值下等分线处色相值突变点与钢轨边界点的对应关系,讨论了不同等分值对识别时间与识别失败率的影响。在不同光照条件下对识别方法与传统方法进行了对比分析。分析结果表明：当等分值为8时识别效果最优,识别失败率为5.0%,识别时间为4.65ms;在500~1 000、1 000~10 000、10 000~100 000lx三个特征光照强度区间,识别方法在木枕与混凝土枕轨道中钢轨区域的平均最大识别时间分别为4.57、4.48 ms,比传统方法分别减少了44.4%、47.1%,识别时间标准差分别为0.15、0.12ms,比传统方法分别降低了91.8%、93.6%,平均最大识别失败率分别为3.5%、3.3%,比传统方法分别降低了66.0%、76.9%,识别失败率标准差均为1.6%,比传统方法分别降低了68.9%、71.1%。可见,本文方法是一种机器视觉轨检系统中目标钢轨区域识别的有效方法。; 闵永智殷超党建武程天栋

基于GLCM与自适应Gabor滤波器组的纹理图像分割被引量：7: 2017年; 基于Gabor滤波器的纹理图像分割算法存在参数难以选择的问题。为此,提出一种预测图像纹理类型数与Gabor滤波器组参数的分割算法。将图像分割成大小相等的区域块,根据各类纹理特性预测Gabor滤波器组参数,利用各区域块的纹理特征向量预测纹理类型数,并使用预测的滤波器组提取图像纹理特征,通过预测的纹理类型数对图像进行聚类分割。实验结果表明,该算法能以较高的精度与较快的速度分割纹理图像,且受纹理类型数量影响较小。; 闵永智程天栋殷超岳彪肖本郁马宏锋; 关键词：GABOR滤波器纹理图像模糊C均值聚类

基于机器视觉的铁路轨道表面缺陷快速识别与分类方法研究: 闵永智殷超王红霞王果张振海康飞张昊; 在研究当前轨道缺陷检测现状的基础上，分析列车运行条件下轨道缺陷通过视觉机制获得视频及图像的特点，通过机器视觉技术、图像处理技术、人工智能分类技术、自动控制技术等技术分析轨道图像特点和轨道缺陷形成机理，提出基于机器视觉的便...; 关键词：; 关键词：机器视觉图像检测系统

基于机器视觉的轨道缺陷识别方法研究: 轨道检测是铁路安全运营的重要保障。面对我国铁路事业快速发展的现状，现有方法已无法满足求。机器视觉技术作为一种长距离、非接触式、自动化检测的有效方法。本文对轨道缺陷的视觉检测技术展开研究，并设计基于机器视觉的便携式轨道缺陷...; 殷超; 关键词：机器视觉特征提取

全选清除导出

共1页<1>

殷超