铁路扣件图像边缘检测中LoG参数优化

摘要：

边缘特征是铁路扣件缺陷分类的重要依据.高斯拉普拉斯(LoG)算子提取的边缘特征最接近扣件的真实边缘,但LoG参数的选取直接影响边缘检测效果.针对LoG参数的优化,采用基于布谷鸟搜索优化高斯拉普拉斯边缘检测的算法.利用布谷鸟优化搜索对阈值邻近像素值和标准偏差参数进行优化来提高拉普拉斯边缘检测性能.利用Pratt品质因数IMP值判定检测到的边缘是否最佳.实验证明,该方法有效优化了LoG参数的设置,得到的边缘特征提高了扣件缺陷分类准确率.

关键词：铁路扣件、边缘特征、高斯拉普拉斯算子、布谷鸟搜索、莱维飞行

所属期刊栏目：52

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61263004

在线出版日期：2016-07-07（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：267-270