融合结构信息的lda扣件状态识别研究

融合结构信息的lda扣件状态识别研究

ID:34929865

大小:16.08 MB

页数:67页

时间:2019-03-14

融合结构信息的lda扣件状态识别研究_第1页
融合结构信息的lda扣件状态识别研究_第2页
融合结构信息的lda扣件状态识别研究_第3页
融合结构信息的lda扣件状态识别研究_第4页
融合结构信息的lda扣件状态识别研究_第5页
资源描述:

《融合结构信息的lda扣件状态识别研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、瞩?—高誦|;ZZl参诵国内图书分类号:TP391.4密级:公开国际图书分类号:621.3西南交通大学研巧生学位论文高电合结构信息的LDA扣件状态识别研究年级2012级陈小艳姓名串请学仿级别工学硕±专业机械设计及理论指导老师李柏林教授二零^五年五月ClassifiedIndexTP:391.4UC6213.D.:.Southwest?JiaotongUniversityMasterDereeThesisgResearchontheFastenerStatusReconition

2、gBasedonLDACombinedw她StructureInformationGrade:2012Candidate:ChenxiaoanyAcademicDereeAliedfor:MasterDereegppgSpeciality:MechanicalDesignandTheorySupervisor:Prof.LiBailinMa2015y,西南交通大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部口或机构送交论文的复印件和电子版,允

3、许论文被查阅和借阅。本人授权西南交通大学可W将本论文的全部或部分内容编入有关数据库进行检索,可W采用影印、缩印或扫描等复印手段保存和汇编本学位论文。本学位论文属于1.保密□,在年解密后适用本授权书;2.不保密Cf,使用本授权书。""(请在W上方框内打V)""学位论文作者签名L'指导老师签名:^n^J—.?fX-J以日期;抑日期:西南交通大学硕±学位论文主要工作(贡献)声明本人在学位论文中所做的主要工作或贡献如下:1.针对原有LBP编码算法不能有效突出图像边缘特征的问题,提出了适合扣件图像的LBP编码算法。该方法利用二阶导数突出图像边缘

4、特征的思想,首先计算相邻像素之间的局部梯度均值该局部梯度均值作为中必像素,计算出局部邻域像素与,将;其次原始中也像素的差值,再将所得差值与局部梯度均值进行比较,得到改到的LBP编码。实验结果证明,改进的LBP编码能很好的反应图像梯度的变化关系,让图像的特征更加明显,编码后的图像更有利于对扣件进行分类,提高了扣件分类的准确性;2一.,通过融合扣件的结构信息针对LBP编码后丢失了扣件图像位置信息这缺陷,将编码后的图像进行分块来保留位置信息;通过图像二次分块,添加词包对应的视觉单词的位置对应信息,改进LDA的词包构成,实现了LBP编码图像的LDA模型主题描述。最

5、后通过SVM分类器实现了扣件图像正常与不正常的状态识别。实验表明,通过结合改进的LBP编码[^及添加了LDA词包结构信息的方法,能够更加准确的识别扣件正常和非正常状态。:所呈交的学位论文本人郑重声明,是在导师指导下独立进行研究工作所得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体己经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体,均已在文中作了明确说明。本人一完全T解违反上述声明所引起的切法律责任将由本人承担。学位论文作者签名:曰期:西南交通大学硕±研究生学位论文第I页摘要铁路扣件作为连接铁轨和轨枕的关键零部

6、件,对铁路运输安全起着至关重要的作用。在实际运行中,铁路扣件由于运行车辆的震动等原因,经常导致扣件丢失或断裂,因此等情况发生,对扣件运行状态的检测事关整个铁路的安全。如果全部采用传统的人工方式对铁路扣件状态进行检测,需要大量的人力物力,这对于铁路的发展是非常不利的。由于基于机器视觉的方法进行扣件检测方便高效,目前成为国际上主流的检测方式。本文主要研究利用计算机视觉技术对扣件进行检测,通过计算机视觉采集数字图像,结合相应的处理算法,提取扣件图像的特征,提出运用改进的LBP结合LDA主题模型实现扣件状态的识别。本文主要的工作内容有:1.,对铁路检测现状进行了

7、阐述详细介绍基于计算机视觉的扣件状态识别方法,针对扣件图像的特点,研究了扣件恃征明显化的预处理方法。2.针对原有LBP编码算法不能有效突出图像边缘特征的问题,提出了适合扣件图像的LBP编码算法。该方法利用二阶导数突出图像边缘特征的思想,首先,计算局部邻域像素的梯度均值W及局部邻域像素与原始中也像素的差值,;其次将该梯度均值作为中也值域,再将所得差值与局部梯度均值进行比较,得到改进的LBP编码。实验

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。