关于铁路扣件视觉图像分类检测的仿真

摘要：

铁路扣件是固定轨道的连接件,扣件丢失或断裂直接影响铁路运输的安全.扣件运行环境复杂,采集的图像与背景差异性较小,难以自动识别.针对扣件图像自动化识别提出了一种新的图像局部二元模式编码算法.用高斯分布进行随机采样得到邻域点,利用随机点对的差分关系得到二元模式编码,称为高斯采样二元模式编码GSLBP(Gaussian sampling local bi-nary pattern).为了避免噪声影响,利用随机点邻域像素值之和代替随机点的值,通过比较像素值之和得到编码,最后利用卡方距离对图像进行分类.该算法更加准确的反映了图像局部纹理信息,图像差异化信息更加明显.在铁路扣件图像上进行了实验,比较了各种LBP编码方法与提出的方法的分类结果,结果表明提出的方法具有更好的分类结果.

关键词：局部二元模式、图像识别、图像分类、高斯分布、随机采样

所属期刊栏目：35

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金51275431;四川省科技厅项目2016GZ0194;四川省教育厅项目16ZB0330;四川省大学生创新创业项目201611116007

在线出版日期：2018-12-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：421-425,435