基于优化蚁群算法的钢轨轮廓识别

• 作者: 常峰 旷文珍 李积英 许丽
• 来源期刊: 中国铁道科学
• 学科: 交通运输
• 关键词: 蚁群算法 钢轨识别 边缘检测 混沌向量 搜索策略 信息素
• 年，卷（期）: 2017,（4）
• 页码范围: 8-14
• 页数: 7页
• 分类号: U216.3|U213.4
• 字数: 6097字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4632.2017.04.02

摘要

针对传统蚁群算法在钢轨图像识别中存在的问题,对蚁群算法进行4个方面的优化.初始化过程优化:采用一维Logistic混沌映射序列非线性迭代方程,使蚁群的初始化分布更加均匀,以避免大量的无关运算;搜索过程优化:在蚁群的搜索初期采用随机搜索策略,根据图像灰度梯度值自动设置阈值,初步确定图像中钢轨边缘的像素点,然后建立区域搜索模型,以进行钢轨边缘的精确搜索和描绘;搜索步长优化:在搜索初期,采用大步长随机搜索策略识别钢轨边缘的像素点,然后利用小步长区域搜索策略对钢轨边缘像素点做更精确地识别,从而实现钢轨轮廓的精确识别,并减少了搜索时间和算法的收敛时间;信息素更新策略优化:每完成1次搜索,根据自动设置的信息素最大、最小浓度值更新信息素,防止陷入局部最优.对实际采集到的直线和曲线线路上的钢轨图像分别用Canny边缘检测算子、传统算法和优化算法进行钢轨轮廓识别的对比试验,结果表明:优化算法具有更好的健壮性和识别效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	旷文珍	兰州交通大学自动化与电气工程学院	22	136	6.0	10.0
2	李积英	兰州交通大学电子与信息工程学院	42	195	8.0	12.0
3	许丽	兰州交通大学自动化与电气工程学院	11	50	4.0	6.0
4	常峰	兰州交通大学光电技术与智能控制教育部重点实验室	4	17	3.0	4.0