融合PHOG和MSLBP特征的铁路扣件检测算法

摘要：

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．

关键词：扣件、形状特征、宏观纹理特征、特征融合、分类检测

分类号：TP391.41(计算技术、计算机技术)

资助基金：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

在线出版日期：2015-05-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：256-263