10.3969/j.issn.1006-2475.2021.12.014
基于DT-CWT和SVM的踏面旋转不变纹理提取算法
针对列车车轮踏面旋转纹理信息无法准确、有效提取的问题,提出一种基于Radon变换和双树复小波变换(DT-CWT)的列车车轮踏面特征提取方法.首先,对车轮踏面图像进行Radon变换;然后,对变换后的图像进行DT-CWT分解,使用分解后的各层低频子带系数和高频子带系数模的均值和标准方差构造特征向量,将其作为区分列车车轮踏面是否发生损伤的依据;最后,由支持向量机(SVM)进行分类决策.使用动车所采集的图像及人为加噪声后的图像进行分类实验,结果表明,本文使用的Radon和DT-CWT算法能有效地进行旋转不变纹理的提取,SVM分类正确率可以达到95%,可为列车车轮踏面状况检测提供更为准确便捷的方法支撑.
Radon变换;双树复小波变换;旋转不变;特征提取;支持向量机
TP301.6(计算技术、计算机技术)
辽宁省自然科学基金资助项目JDL2017006
2021-12-24(万方平台首次上网日期,不代表论文的发表时间)
共6页
85-90