欢迎来到天天文库
浏览记录
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》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ClassifiedIndexTP:391.4UC6213.D.:.Southwest?JiaotongUniversityMasterDereeThesisgResearchontheFastenerStatusReconition
2、gBasedonLDACombinedw她StructureInformationGrade:2012Candidate:ChenxiaoanyAcademicDereeAliedfor:MasterDereegppgSpeciality:MechanicalDesignandTheorySupervisor:Prof.LiBailinMa2015y,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
此文档下载收益归作者所有