有砟轨道扣件缺失识别算法的研究

• 作者: 张新峰 张春梅 王明玉
• 来源期刊: 计算机工程与应用
• 学科: 交通运输
• 关键词: 扣件缺失识别 词袋模型 fastPCA 两级分类算法
• 年，卷（期）: 2018,（13）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 137-141
• 页数: 5页
• 分类号: U216.3|TP39
• 字数: 4783字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1703-0104

摘要

针对有砟轨道扣件缺失问题,提出了基于fast PCA 和bag of words的两级分类扣件图像缺失识别算法.考虑到算法的可移植性和拍摄角度的不同,图像中钢轨和轨枕的方向并不一定是垂直的,单扣件定位识别具有局限性,提出采用双扣件图像作为样本.通过第一级分类器判断扣件是否缺失,进而得到扣件的具体位置.通过第二级分类器判断缺失扣件的类型,进一步得到扣件缺失的数目.该识别算法可达到较好的识别效果,有效地解决了拍摄角度不同的情况下有砟轨道缺失扣件的检测问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张新峰	北京工业大学信息学部	50	1027	14.0	31.0
2	张春梅	北京工业大学信息学部	2	2	1.0	1.0
3	王明玉	北京工业大学信息学部	2	2	1.0	1.0