典型文献
融合分层连续梯度特征的高铁隧道漏缆卡扣检测
文献摘要：
基于局部二值模式的深度挖掘算法和多特征融合算法是提取铁路隧道漏缆卡扣特征的有效方法,但它们存在描述子表述性不强且特征维度过高的问题.提出分层连续梯度二值模式,能够实现卡扣轮廓特征的尺度变换并降低描述子的特征维度,提高故障卡扣图像的分类准确率.首先采用改进的中心对称局部二值模式和根据全局灰度均值获得的自适应阈值,计算采样圆域的梯度方向特征,得到完整的初步梯度方向特征图;然后在此特征图上进行两次连续的下采样迭代,并分别提取这两幅下采样特征图的连续梯度特征;最后,将这两层不同尺度的连续梯度特征串联作为描述子,用支持向量机完成漏缆卡扣图像的故障检测任务.实验结果表明,本文所提算法的召回率和精准度分别达到了0.923和0.857,相较于局部二值模式、中心对称局部二值模式、以及该系列的多种变体算法有明显的优势.
文献关键词：
故障检测;漏缆卡扣;尺度变换;连续梯度;局部二值模式
中图分类号：
作者姓名：
张云佐;宋洲臣;郭威;董旭
作者机构：
石家庄铁道大学信息科学与技术学院,河北石家庄050043
文献出处：
引用格式：
[1]张云佐;宋洲臣;郭威;董旭-.融合分层连续梯度特征的高铁隧道漏缆卡扣检测)[J].光学精密工程,2022(03):331-339
A类：
漏缆卡扣
B类：
连续梯度,梯度特征,高铁隧道,深度挖掘,挖掘算法,多特征融合,融合算法,铁路隧道,描述子,轮廓特征,尺度变换,分类准确率,中心对称局部二值模式,灰度均值,自适应阈值,圆域,梯度方向,特征图,次连续,下采样,两幅,两层,不同尺度,联作,故障检测,召回率,变体
AB值：
0.248412
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
