基于无人机的铁轨探测与识别

摘要：

铁轨检修对维护铁路安全有着非常重要的意义.结合无人机在工业领域的广泛应用,提出了一种铁轨区域探测检修模式,以识别损坏的铁路枕木.该检修模式结合了基础图像处理算法LSD及机器学习训练模型AlexNet对原图片进行预处理,将复杂背景图片转化为可训练的数据集,并将约2000～3000张图片输入到实验训练模型中,返回枕木断裂或腐蚀的击中概率.实验结果显示,该检修模式能够完成探测直线、分离铁轨、物体探测等目的,但物体识别准确率较低仅为20％,仍需进一步改进.

关键词：无人机、机器学习、AlexNet

所属期刊栏目：36

分类号：TP751(遥感技术)

资助基金：湖北理工学院科研项目项目编号:19xjk01Q

在线出版日期：2020-08-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：12-15