基于SIFT特征的铁路扣件状态检测算法

来源 :传感器与微系统 | 被引量 : 0次 | 上传用户:caiyt
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
铁路扣件是铁路轨道线路的关键部位,其状态直接影响行车的安全。针对高速扫描相机采集的铁路数字图像,提出了铁路扣件状态检测算法。利用SIFT特征提取算法提取每幅扣件图像的局部特征,将每幅扣件图像提取到的SIFT特征归一化为相同长度的Fisher向量,使用LIBLINEAR分类器对归一化的Fisher向量进行分类,从而实现扣件图像的状态检测。实验结果表明:提出的铁路扣件状态检测算法具有较高的识别率及鲁棒性。
其他文献
超声法因其穿透性好、精度高等优点成为气固两相流参数检测的一个新趋势。由于超声波在空气中衰减较大,因此,选择合适的超声波传感器对于气固两相流参数检测至关重要。通过运用有限元软件COMSOL构建超声法测量气固两相流的仿真模型,研究接收装置接收信号的大小与气固两相流固相颗粒的粒径和发射频率的关系,为实际测量选取超声波传感器提供了理论依据和指导建议。
研究对比Hadoop平台下默认的推测任务调度算法和异构环境下LATE调度算法的优势和不足,提出了一种基于Hadoop集群的改进的推测任务调度算法。该算法以节点历史信息对Reduce任
针对风机叶片健康监测中的无线传感器网络(WSNs)节点优化布置问题,提出了一种加权质心鱼群算法。引入加权质心算法初始化鱼群,增强种群多样性,提高寻优精度;采用一种基于动态参
以磁通门传感器的低功耗、高精度采集与大容量存储技术为需求目标,在优化方案的基础上,设计了采集数据、记录时间、存储数据并拟合修正的电路系统,重点对电路系统的构成和数