融合PHOG和MSLBP特征的铁路扣件检测算法.pdfVIP

　 　 　 　 　 　 　 第卷第期 西南交通大学学报 ５０ 　 ２ Ｖｏｌ．５０　 Ｎｏ．２ ２０１５年４月　 　 　 　 　 　 ＪＯＵＲＮＡＬ ＯＦ ＳＯＵＴＨＷＥＳＴ ＪＩＡＯＴＯＮＧ ＵＮＩＶＥＲＳＩＴＹ　 　 　 　 　 　 Ａｐｒ． ２０１５ 　 　 文章编号：０２５８２７２４（２０１５）０２０２５６０８　 　 ＤＯＩ：１０．３９６９／ ｊ．ｉｓｓｎ．０２５８２７２４．２０１５．０２．００８ ＰＨＯＧ ＭＳＬＢＰ 融合 和 特征的 铁路扣件检测算法 　 　 　 　 刘甲甲，李柏林，罗建桥，李立 （西南交通大学机械工程学院，四川成都６１００３１） 摘　 要：为了提高铁路扣件检测的识别率和鲁棒性，以及扣件图像ＰＨＯＧ特征的有效性，提出了简单有效的枕 肩定位算法，该算法首先在提取 特征前，根据枕肩、扣件和背景间的位置关系去除冗余背景信息；然后，模 ＰＨＯＧ 拟人眼视觉注意机制，设计 特征采样方式，提取扣件图像的宏观纹理特征；最后，采用分层次加权融合的 ＭＳＬＢＰ 方法联立两类特征，并采用ＳＶＭ分类器进行扣件分类识别，提出一种基于计算机视觉和ＰＨＯＧＭＳＬＢＰ融合特征 的缺陷识别算法将该算法应用于实验，结果表明：与使用 、 单一特征相比，基于 融 ． ＰＨＯＧ ＭＳＬＢＰ ＰＨＯＧＭＳＬＢＰ 合特征检测算法的平均识别率分别提高了 、 ，且鲁棒性更强，可满足扣件缺陷自动化检测的需要 ６．３％ ４．５％ ． 关键词：扣件；形状特征；宏观纹理特征；特征融合；分类检测 中图分类号：ＴＰ３９１．４１　 　 文献标志码：Ａ Ｒａｉｌｗａｙ Ｆａｓｔｅｎｅｒ Ｄｅｔｅｃｔｉｏｎ Ａｌｇｏｒｉｔｈｍ Ｉｎｔｅｇｒａｔｉｎｇ ＰＨＯＧ ａｎｄ ＭＳＬＢＰ Ｆｅａｔｕｒｅｓ ＬＩＵＪｉａｊｉａ，　 ＬＩ Ｂａｉｌｉｎ，　 ＬＵＯＪｉａｎｑｉａｏ，　 ＬＩ ｌｉ （Ｓｃｈｏｏｌ ｏｆ Ｍｅｃｈａｎｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｓｏｕｔｈｗｅｓｔ Ｊｉａｏｔｏｎｇ Ｕｎｉｖｅｒｓｉｔｙ，Ｃｈｅｎｇｄｕ６１００３１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔｈｅｒｅｃｏｇｎｉｔｉｏｎｒａｔｅａｎｄｒｏｂｕｓｔｎｅｓｓｏｆｒａｉｌｗａｙｆａｓｔｅｎｅｒｓｄｅｔｅｃｔｉｏｎ，ａｎｄｔｏ ｉｎｃｒｅａｓｅ ｔｈｅ ｅｆｆｅｃｔｉｖｅｎｅｓｓ ｏｆ ＰＨＯＧ （ｐｙｒａｍｉｄ ｈｉｓｔｏｇｒａｍ ｏｆ ｏｒｉｅｎｔｅｄ ｇｒａｄｉｅｎｔｓ）ｆｅａｔｕｒｅ，ａ ｓｉｍｐｌｅ ａｎｄ ｅｆｆｅｃｔｉｖｅ ｓｌｅｅｐｅｒｓｈｏｕｌｄｅｒｌｏｃａｔｉｎｇａｌｇｏｒｉｔｈｍｗａｓｐｒｏｐｏｓｅｄ． Ｉｎｔｈｉｓａｌｇｏｒｉｔｈｍ，ｔｈｅｒｅｄｕｎｄａｎｔｉｎｆｏｒｍａｔｉｏｎ ， ｉｎ ｆａｓｔｅｎｅｒ ｉｍａｇｅｓ ｗａｓ ｒｅｍｏｖｅｄ ｂｅｆｏｒｅ ｅｘｔｒａｃｔｉｏｎ ｏｆ ＰＨＯＧ ｆｅ