融合PHOG和MSLBP特征的铁路扣件检测算法

• 作者: 刘甲甲 李柏林 李立 罗建桥
• 来源期刊: 西南交通大学学报
• 学科: 工学
• 关键词: 扣件 形状特征 宏观纹理特征 特征融合 分类检测
• 年，卷（期）: 2015,（2）
• 页码范围: 256-263
• 页数: 8页
• 分类号: TP391.41
• 字数: 5400字
• 语种: 中文
• DOI: 10.3969/j.issn.0258-2724.2015.02.008

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．

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李柏林	西南交通大学机械工程学院	139	883	15.0	21.0
2	李立	西南交通大学机械工程学院	64	512	14.0	19.0
3	刘甲甲	西南交通大学机械工程学院	17	204	9.0	14.0
4	罗建桥	西南交通大学机械工程学院	16	97	5.0	9.0