基于SIFT特征的铁路扣件状态检测算法

• 作者: 何宁 曹珊 赵珊珊
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 铁路扣件 SIFT特征 Fisher向量 线性分类器
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 计算与测试
• 页码范围: 148-150,154
• 页数: 4页
• 分类号: TP391.4
• 字数: 2563字
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2018)11-0148-03

摘要

铁路扣件是铁路轨道线路的关键部位,其状态直接影响行车的安全.针对高速扫描相机采集的铁路数字图像,提出了铁路扣件状态检测算法.利用SIFT特征提取算法提取每幅扣件图像的局部特征,将每幅扣件图像提取到的SIFT特征归一化为相同长度的Fisher向量,使用LIBLINEAR分类器对归一化的Fisher向量进行分类,从而实现扣件图像的状态检测.实验结果表明:提出的铁路扣件状态检测算法具有较高的识别率及鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何宁	北京联合大学智慧城市学院	21	201	7.0	14.0
2	赵珊珊	北京联合大学北京市信息服务工程重点实验室	3	22	3.0	3.0
3	曹珊	北京联合大学北京市信息服务工程重点实验室	2	10	2.0	2.0