论文摘要
针对现有钢轨表面缺陷检测方法复杂度过高且精确率较低,提出基于Sigmoid对比度拉伸的距离正则化水平集算法。通过对数变换和均值操作对钢轨图像进行预处理;根据钢轨表面图像梯度变化,以Sigmoid对比度拉伸方法替换距离正则化水平集中的停止函数;根据初始轮廓曲线演化方向的特点,通过新的自适应速度函数替换距离正则化水平集中的演化速度常量;以曲线演化的最终轮廓提取缺陷区域。仿真实验显示,新算法在钢轨表面缺陷数据集中的精确率为99.07%,豪斯多夫距离平均值为6.64,检测缺陷用时为16.46 s。与DRLSE、DCNNs和CTFM算法相比,改进的距离正则化水平集算法提升了检测的精确率和检测速度,对噪声具有一定的鲁棒性并适用小范围缺陷检测。
论文目录
文章来源
类型: 期刊论文
作者: 曹义亲,谢舒慧
关键词: 轨道交通,钢轨表面,对比度拉伸,距离正则化水平集,缺陷提取,边缘停止函数
来源: 交通信息与安全 2019年05期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 铁路运输,计算机软件及计算机应用
单位: 华东交通大学软件学院
基金: 国家自然科学基金项目(61663009),江西省科技支撑计划重点项目(20161BBE50081)资助
分类号: U216.3;TP391.41
页码: 78-83+93
总页数: 7
文件大小: 1560K
下载量: 141