10.3969/j.issn.0258-2724.2015.02.008
融合PHOG和MSLBP特征的铁路扣件检测算法
为了提高铁路扣件检测的识别率和鲁棒性,以及扣件图像PHOG特征的有效性,提出了简单有效的枕肩定位算法,该算法首先在提取PHOG特征前,根据枕肩、扣件和背景间的位置关系去除冗余背景信息;然后,模拟人眼视觉注意机制,设计MSLBP特征采样方式,提取扣件图像的宏观纹理特征;最后,采用分层次加权融合的方法联立两类特征,并采用SVM分类器进行扣件分类识别,提出一种基于计算机视觉和PHOG-MSLBP融合特征的缺陷识别算法.将该算法应用于实验,结果表明:与使用PHOG、MSLBP单一特征相比,基于PHOG-MSLBP融合特征检测算法的平均识别率分别提高了6.3%、4.5%,且鲁棒性更强,可满足扣件缺陷自动化检测的需要.
扣件、形状特征、宏观纹理特征、特征融合、分类检测
TP391.41(计算技术、计算机技术)
国家自然科学基金资助项目51275431;四川省科技支撑计划资助项目2012GZ0102,2014GZ0005
2015-05-04(万方平台首次上网日期,不代表论文的发表时间)
共8页
256-263