基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着高铁在中国乃至世界的快速发展,对轨道质量的要求越来越高.轨道表面缺陷检测直接关系着铁路安全、国家经济及安全等问题.基于固定光源下的摄像头拍摄的轨道表面图像,将轨道表面的缺陷检测建模为低秩矩阵分解问题,并对分解得到的稀疏矩阵计算其行累积量,由于去除了背景的干扰,缺陷区域所在的行累积量绝对值会变得很小,从而可以通过阈值操作得到缺陷行坐标,最后对由缺陷行坐标确定的小图像块区域进行二值化操作,并寻找最大联通区域即可确定缺陷位置,实现缺陷的自动检测与定位.与已有文献实验比较结果表明,该算法对不同光照及背景下的轨道缺陷检测均取得了较好的检测结果.
推荐文章
期刊_联合空间信息的改进低秩稀疏矩阵分解的高光谱异常目标检测
高光谱图像
异常目标检测 低秩稀疏矩阵分解 稀疏矩阵 残差矩阵
基于低秩矩阵二元分解的快速显著性目标检测算法
显著性目标检测
低秩矩阵双因子分解
分层稀疏正则化
交替方向法
基于稀疏与低秩矩阵分解的视频背景建模
背景建模
稀疏与低秩矩阵分解
增广拉格朗日乘子法
奇异值分解
块Lanczos
热启动
低秩与字典表达分解的浓雾霾场景图像去雾算法
图像去雾
大气散射物理模型
低秩分解
稀疏表示
双三次插值
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 铁轨图像的低秩矩阵分解缺陷检测
来源期刊 信号处理 学科 工学
关键词 铁轨缺陷检测 低秩矩阵分解 行累积量 二值化
年,卷(期) 2019,(4) 所属期刊栏目 应用
研究方向 页码范围 667-675
页数 9页 分类号 TP391.41
字数 5993字 语种 中文
DOI 10.16798/j.issn.1003-0530.2019.04.018
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 岑翼刚 北京交通大学计算机与信息技术学院 15 101 6.0 9.0
2 张琳娜 贵州大学机械工程学院 5 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (96)
共引文献  (23)
参考文献  (24)
节点文献
引证文献  (1)
同被引文献  (14)
二级引证文献  (0)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(10)
  • 参考文献(2)
  • 二级参考文献(8)
2012(15)
  • 参考文献(2)
  • 二级参考文献(13)
2013(12)
  • 参考文献(0)
  • 二级参考文献(12)
2014(15)
  • 参考文献(1)
  • 二级参考文献(14)
2015(12)
  • 参考文献(4)
  • 二级参考文献(8)
2016(5)
  • 参考文献(2)
  • 二级参考文献(3)
2017(10)
  • 参考文献(4)
  • 二级参考文献(6)
2018(7)
  • 参考文献(7)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
铁轨缺陷检测
低秩矩阵分解
行累积量
二值化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信号处理
月刊
1003-0530
11-2406/TN
大16开
北京鼓楼西大街41号
18-143
1985
chi
出版文献量(篇)
5053
总下载数(次)
13
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导