典型文献
基于计算机视觉技术的轨道缺陷检测研究与应用
文献摘要：
铁路运输是提升国民经济发展的重要支柱,轨道作为铁路运输的重要组成部分,需要更先进的检测方法来检测轨道缺陷.基于此,文章设计了一种基于计算机视觉技术的轨道缺陷检测系统,整个系统将机器视觉作为理论基础,系统对待测轨道图像进行图像滤波、图像分割和图像边缘检测等预处理,并提取图像区域的周长、面积、长宽比、矩形度、复杂度等特征参数,最终输入BP神经网络学习,最终获得缺陷识别结果.通过现场实验验证,该系统能够较好地识别表面断裂、局部凹陷、表面剥离、表面裂纹这四种缺陷,平均分类精度高达86.3％,相比传统人工巡查的方式,具有无法比拟的优势.
文献关键词：
铁路运输;轨道检测;深度学习;机器视觉
中图分类号：
作者姓名：
王勇;贺锐;蔡志贤
作者机构：
广东广佛轨道交通有限公司,广东广州 510380;广州地铁集团有限公司,广东广州 510380;广州中车轨道交通装备有限公司,广东广州 510380
文献出处：
引用格式：
[1]王勇;贺锐;蔡志贤-.基于计算机视觉技术的轨道缺陷检测研究与应用)[J].工程技术研究,2022(23):13-16
A类：
轨道缺陷检测
B类：
计算机视觉技术,铁路运输,国民经济发展,机器视觉,图像滤波,图像分割,和图像,图像边缘检测,周长,长宽比,神经网络学习,缺陷识别,现场实验,凹陷,表面裂纹,平均分,分类精度,传统人工,巡查,无法比拟,轨道检测
AB值：
0.293548
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。
