版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、步入21世紀(jì)以來(lái),伴隨著中國(guó)經(jīng)濟(jì)的快速發(fā)展,鐵路作為一種重要的運(yùn)輸工具也獲得了高速的發(fā)展。隨著鐵路運(yùn)輸?shù)目焖侔l(fā)展,其安全問(wèn)題也備受關(guān)注。走行部作為鐵路運(yùn)輸中的關(guān)鍵部分,其正常運(yùn)行與行車(chē)安全息息相關(guān),所以,在日常檢修中,走行部部件的異常檢測(cè)是最重要的部分。在早期,對(duì)走行部的檢修主要以人工為主,這不僅工作量繁重,而且占用列車(chē)運(yùn)行時(shí)間。后來(lái),隨著機(jī)器視覺(jué)領(lǐng)域的發(fā)展,產(chǎn)生了以機(jī)器視覺(jué)系統(tǒng)來(lái)拍攝走行部圖像,然后人工觀看圖像的方式來(lái)對(duì)走行部異常進(jìn)行
2、判斷。這避免了鉆車(chē)帶來(lái)的工作量,提高了工作效率。以人工觀看的方式來(lái)進(jìn)行異常檢測(cè)是不可靠的,因?yàn)槿斯び^看圖像容易產(chǎn)生視覺(jué)疲勞。所以,需要一種能夠自動(dòng)對(duì)走行部進(jìn)行異常判定的方式來(lái)解決問(wèn)題。
利用機(jī)器視覺(jué)系統(tǒng)來(lái)對(duì)走行部圖像進(jìn)行處理,以判斷其是否產(chǎn)生了異常是整個(gè)系統(tǒng)的關(guān)鍵。其中,對(duì)于關(guān)鍵部件的識(shí)別定位則是該項(xiàng)工作的第一步。為此,本文深入分析了復(fù)雜場(chǎng)景中目標(biāo)識(shí)別定位問(wèn)題的難點(diǎn),提出了一種基于“預(yù)測(cè)理論”的自頂向下的目標(biāo)識(shí)別定位方法。主要
3、目的在于解決結(jié)構(gòu)性較穩(wěn)定場(chǎng)景下機(jī)車(chē)走形部的多種類(lèi)型目標(biāo)快速識(shí)別定位問(wèn)題。本文主要工作如下:
1.針對(duì)局部圖像的特征表達(dá),目前較好的方法是對(duì)圖像的稀疏表征。傳統(tǒng)的稀疏表征方法中,由于沒(méi)有對(duì)每一類(lèi)原子的有效性進(jìn)行控制,所以往往容易出現(xiàn)“死神經(jīng)元”現(xiàn)象,且容易使得整個(gè)聚類(lèi)結(jié)果極其容易陷入到局部最小。針對(duì)這種情況,本文提出基于競(jìng)爭(zhēng)機(jī)制的聚類(lèi)分析方法,通過(guò)在訓(xùn)練時(shí)限制每一類(lèi)下樣本的數(shù)量來(lái)保證每一類(lèi)的有效性。
2.對(duì)圖像進(jìn)行表征
4、的第二步是利用訓(xùn)練到的原子來(lái)對(duì)圖像進(jìn)行表示。在傳統(tǒng)做法中往往采用計(jì)算局部特征與原子距離的方式進(jìn)行,這種方法簡(jiǎn)單、直觀。但是,由于視覺(jué)基本圖像塊之間存在較高的相似度使得最后的分類(lèi)結(jié)果不夠穩(wěn)定。所以,本文引入了“類(lèi)間相似分量抑制”方法,通過(guò)抑制類(lèi)間相似分量的方法實(shí)現(xiàn)突出差異分量,達(dá)到提高分類(lèi)穩(wěn)定性及可靠性的目的。
3.由于機(jī)車(chē)走行部圖像容易受到光照、水漬及泥污影響,在邊緣提取時(shí)容易產(chǎn)生大量雜亂非有效邊緣。為此,基于視覺(jué)成像理論,提
5、出一種改進(jìn)的邊緣提取算法,主要通過(guò)訓(xùn)練得到傳統(tǒng)有效邊緣特性,然后利用邊緣特性來(lái)對(duì)檢測(cè)到的邊緣進(jìn)行有效性評(píng)估,近而是去掉有效性較低的邊緣,提高邊緣檢測(cè)可靠性。實(shí)驗(yàn)表明:提出的改進(jìn)邊緣提取算法能夠有效的去除噪聲干擾對(duì)邊緣檢測(cè)的影響。
4.在機(jī)車(chē)走行部異常檢測(cè)系統(tǒng)中,對(duì)關(guān)鍵目標(biāo)的識(shí)別定位是整個(gè)系統(tǒng)的關(guān)鍵。本文基于隱式形狀模型,結(jié)合預(yù)測(cè)理論,提出一種自項(xiàng)向下的機(jī)車(chē)走行部關(guān)鍵目標(biāo)識(shí)別定位方法。能夠針對(duì)結(jié)構(gòu)性穩(wěn)定的目標(biāo)實(shí)現(xiàn)快速精確的目標(biāo)識(shí)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于模型的網(wǎng)絡(luò)隱信道檢測(cè)算法研究.pdf
- 基于部件模型的攀爬行為檢測(cè)算法研究.pdf
- 基于部件模型的多類(lèi)目標(biāo)檢測(cè)算法研究.pdf
- 基于DSP的機(jī)車(chē)走行部分故障檢測(cè)診斷系統(tǒng)的研究.pdf
- 基于加權(quán)可變形部件模型的行人檢測(cè)算法.pdf
- 基于Bitmap的隱超點(diǎn)檢測(cè)算法研究.pdf
- 基于靜止圖像的隱寫(xiě)檢測(cè)算法研究.pdf
- 機(jī)車(chē)走行部車(chē)載監(jiān)測(cè)數(shù)據(jù)綜合應(yīng)用研究.pdf
- 基于膚色檢測(cè)模型的人臉檢測(cè)算法研究.pdf
- jk00430機(jī)車(chē)走行部監(jiān)控裝置的運(yùn)用
- 機(jī)車(chē)總體及走行部課程教學(xué)大綱
- 高速機(jī)車(chē)走行部實(shí)時(shí)在線監(jiān)測(cè)與診斷方法的研究.pdf
- 基于隱變量模型的監(jiān)督式哈希算法.pdf
- 基于圖模型的受限網(wǎng)絡(luò)檢測(cè)算法研究.pdf
- 基于投影尋蹤模型的WSN入侵檢測(cè)算法研究.pdf
- 基于改進(jìn)膚色模型的AdaBoost人臉檢測(cè)算法研究.pdf
- 基于火焰動(dòng)態(tài)模型融合的火焰檢測(cè)算法研究.pdf
- 基于膚色模型的人臉檢測(cè)算法研究.pdf
- 基于混合高斯模型的運(yùn)動(dòng)目標(biāo)檢測(cè)算法研究.pdf
- 基于卡爾曼濾波的高速列車(chē)走行部關(guān)鍵參數(shù)辨識(shí).pdf
評(píng)論
0/150
提交評(píng)論