基于层次积分梯度的尖轨伸缩位移图像自动判读算法

       摘要: 针对人工判读道岔尖轨伸缩位移图像存在效率低和误差大的问题,为实现尖轨伸缩位移的实时自动监测,提出1种基于层次积分梯度的尖轨伸缩位移图像自动判读算法.采用逐层逼近目标区域的方式,克服尖轨伸缩位移图像中噪声和不相关信息的干扰,以SURF (Speeded Up Robust Features)算子的特征匹配结果为指导,逐步提取图像中的有效区域;利用积分梯度的抗噪特性,根据积分梯度和极值点精确定位刻度尺的特征点位置,结合可信度检验,实现尖轨伸缩位移图像的自动判读.用该算法对监测现场采集的尖轨伸缩位移图像进行判读的结果表明,可在2s内自动判读尖轨伸缩位移图像,总体偏差在0.5mm以内,能够满足目前现场对尖轨伸缩位移实时自动监测的要求.

作者:
尹辉 黄华 高亮 刘文才
单位:
北京交通大学计算机与信息技术学院,北京100044;北京交通大学交通数据分析与挖掘北京市重点实验室,北京 100044 北京交通大学土木建筑工程学院,北京100044;北京交通大学轨道工程北京市重点实验室,北京100044
出处:
《中国铁道科学》
刊期:
2015年第36卷第6期
基金:
国家自然科学基金资助项目(61472029) 国家自然科学基金—高铁基金联合资助项目(U1234211) 中国铁路总公司科技研究开发计划项目(2013G009-B) 中央高校基本科研业务费专项资金资助项目(2014JBM037)

基于层次积分梯度的尖轨伸缩位移图像自动判读算法

摘要:针对人工判读道岔尖轨伸缩位移图像存在效率低和误差大的问题,为实现尖轨伸缩位移的实时自动监测,提出1种基于层次积分梯度的尖轨伸缩位移图像自动判读算法.采用逐层逼近目标区域的方式,克服尖轨伸缩位移图像中噪声和不相关信息的干扰,以SURF (Speeded Up Robust Features)算子的特征匹配结果为指导,逐步提取图像中的有效区域;利用积分梯度的抗噪特性,根据积分梯度和极值点精确定位刻度尺的特征点位置,结合可信度检验,实现尖轨伸缩位移图像的自动判读.用该算法对监测现场采集的尖轨伸缩位移图像进行判读的结果表明,可在2s内自动判读尖轨伸缩位移图像,总体偏差在0.5mm以内,能够满足目前现场对尖轨伸缩位移实时自动监测的要求.

说明:如本页面涉及到版权问题或作者不愿意公开,请联系本站管理员删除!

0.598915s