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:
针对利用图像处理技术在进行轨道扣件定位的过程中易受到拍摄条件及复杂背景干扰的难题,提出一种基于流行排序的轨道扣件定位方法.对轨道扣件图像进行超像素分割和基于图论的特征图构建;根据特征图节点基于背景尺度和前景尺度的相关性进行排序,得到前景突出且背景抑制的轨道扣件显著图,完成轨道扣件区域在图像中的的准确定位.引入准确率-召回率曲线、F度量值和平均绝对误差作为评价扣件定位准确程度的指标.研究结果表明:本文方法对不同类型的轨道扣件图像均能进行精确的扣件定位,且与其它算法相比具有更好的定位效果、较高的效率和鲁棒性.
推荐文章
基于机器视觉的多线路钢轨扣件缺损检测方法
钢轨扣件
缺损检测
多线路
图像识别
深度卷积神经网络
机器视觉
基于图的流行排序的显著目标检测改进算法
显著目标检测
显著性
背景先验
流行排序
仿射传播聚类
基于半监督深度学习的无砟轨道扣件缺陷图像识别方法
扣件缺陷
图像识别
半监督深度学习
置信图
纹理图
稀疏自编码
有砟轨道扣件缺失识别算法的研究
扣件缺失识别
词袋模型
fastPCA
两级分类算法
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 基于流行排序的轨道扣件定位方法研究
来源期刊 铁道科学与工程学报 学科 工学
关键词 扣件定位 流行排序 图论 图像处理
年,卷(期) 2020,(2) 所属期刊栏目 高速铁路技术与智慧交通
研究方向 页码范围 288-296
页数 9页 分类号 TP391
字数 4042字 语种 中文
DOI 10.19713/j.cnki.43-1423/u.T20190429
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 李立明 上海工程技术大学城市轨道学院 54 169 8.0 10.0
2 郑树彬 上海工程技术大学城市轨道学院 78 287 9.0 13.0
3 陈兴杰 上海工程技术大学城市轨道学院 19 28 3.0 5.0
4 孙睿 上海工程技术大学城市轨道学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (50)
共引文献  (20)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1986(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(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)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(6)
  • 参考文献(3)
  • 二级参考文献(3)
2013(8)
  • 参考文献(2)
  • 二级参考文献(6)
2014(13)
  • 参考文献(2)
  • 二级参考文献(11)
2015(5)
  • 参考文献(1)
  • 二级参考文献(4)
2016(6)
  • 参考文献(1)
  • 二级参考文献(5)
2017(5)
  • 参考文献(1)
  • 二级参考文献(4)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
扣件定位
流行排序
图论
图像处理
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
铁道科学与工程学报
月刊
1672-7029
43-1423/U
大16开
长沙市韶山南路22号
42-59
1979
chi
出版文献量(篇)
4239
总下载数(次)
13
总被引数(次)
26874
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导