基于Paralleled-Gabor变换的动车组车顶图像中受电弓检测

       摘要: 传统动车组受电弓故障巡检方式主要依靠人工检测,效率十分低下且难以及时发现安全隐患.利用图像处理技术可实现受电弓故障检测的自动化,因而成为近来的研究热点.提出一种基于Paral eled-Gabor变换检测提取受电弓区域图像的方法,通过对图像进行平行的多尺度Gabor变换后得到多个特征矩阵,并分别进行训练得到多个SVM分类器,这些分类器根据识别率不同加权后组合得到最终的检测结果.通过测试,该方法具有较好的识别率和环境适应性,验证了该方法的有效性.

作者:
韦璞 唐鹏 金炜东
单位:
西南交通大学电气工程学院,四川 成都,610031
出处:
《中国铁路》
刊期:
2016年第0卷第12期
基金:
国家自然科学基金重点项目(61134002) 中央高校基本科研业务费创新项目(2682014CX027)

基于Paralleled-Gabor变换的动车组车顶图像中受电弓检测

摘要:传统动车组受电弓故障巡检方式主要依靠人工检测,效率十分低下且难以及时发现安全隐患.利用图像处理技术可实现受电弓故障检测的自动化,因而成为近来的研究热点.提出一种基于Paral eled-Gabor变换检测提取受电弓区域图像的方法,通过对图像进行平行的多尺度Gabor变换后得到多个特征矩阵,并分别进行训练得到多个SVM分类器,这些分类器根据识别率不同加权后组合得到最终的检测结果.通过测试,该方法具有较好的识别率和环境适应性,验证了该方法的有效性.

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!

0.177425s