基于卷积神经网络的轨道表面缺陷检测技术实现

• 作者: 刘孟轲 吴洋 王逊
• 来源期刊: 现代计算机：中旬刊
• 学科: 工学
• 关键词: 卷积神经网络 轨道表面 缺陷检测 子采样 BP神经网络
• 年，卷（期）: 2017,（10）
• 页码范围: 65-69
• 页数: 5页
• 分类号: TP183

摘要

利用计算机视觉技术,通过采用基于线阵CCD相机的图像采集系统,能够实现轨道信息的完整采集,实现对铁路轨道缺陷的检测。然而,目前国内大部分缺陷识别技术还不成熟,对于缺陷数据的自动化识别仍很困难,很大程度仍然依靠高度熟练的技术工人或者采用进口检测系统。因此,为满足发展需求,针对有效的轨道表面缺陷识别检测方法进行研究,提出基于卷积神经网络的算法,实现对轨道表面缺陷的识别。以圆形、条形两种缺陷类型数据作为研究对象,验证对轨道表面缺陷的识别检测准确度。