版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、動(dòng)車作為新興的交通工具,其運(yùn)行安全一直備受矚目,目前主要的動(dòng)車故障檢測方法是依靠人工作業(yè)和計(jì)算機(jī)輔助人工作業(yè),但由于動(dòng)車底部結(jié)構(gòu)較復(fù)雜,細(xì)小零件多,傳統(tǒng)的列檢方式受操作人員的技術(shù)水平和人體疲勞程度影響,檢測過程難免出現(xiàn)紕漏,甚至影響動(dòng)車安全運(yùn)行。將計(jì)算機(jī)視覺技術(shù)應(yīng)用在動(dòng)車底部異常檢測中,可以提高檢測的效率和質(zhì)量,對(duì)動(dòng)車的安全運(yùn)行具有重要意義。本論文旨在對(duì)動(dòng)車采集軌邊圖像,運(yùn)用畸變處理、圖像配準(zhǔn)、圖像對(duì)比等技術(shù),通過與歷史標(biāo)準(zhǔn)圖像比對(duì)實(shí)現(xiàn)
2、動(dòng)車底異常的自動(dòng)檢測,提高檢測效率,確保檢測質(zhì)量。
論文在目前已有的列車故障檢測系統(tǒng)的基礎(chǔ)上,提出了一種基于軌邊圖像SURF特征的動(dòng)車底部部件異常檢測算法。通過分析動(dòng)車軌邊圖像的特點(diǎn),對(duì)采集過程造成的圖像畸變問題給出了車輪定位確定比例、分段縮放的解決方案??紤]到軌邊圖像受光照條件影響較大,采用了SURF特征進(jìn)行配準(zhǔn),同時(shí)針對(duì)動(dòng)車底中間部圖像存在的特征信息貧乏的情況,改進(jìn)SURF的配準(zhǔn)過程,在匹配過程中加入了閾值調(diào)節(jié)模塊,提高匹
3、配精度的同時(shí)保證了匹配的成功率。通過分析故障信息和干擾信息的特性,設(shè)計(jì)了結(jié)合圖像連通域信息、邊緣信息和直方圖相似度信息的故障判定算法,實(shí)現(xiàn)動(dòng)車底部異常信息的自動(dòng)檢測分析,提高了檢測效率。本文采用C++編程語言和OpenCV平臺(tái)搭建仿真系統(tǒng),對(duì)實(shí)地采集的動(dòng)車軌邊圖像進(jìn)行仿真實(shí)驗(yàn),對(duì)設(shè)計(jì)的算法模型進(jìn)行驗(yàn)證和分析,證明了該算法能夠自動(dòng)識(shí)別動(dòng)車底部的異常情況,區(qū)分出其中的故障信息和干擾信息,達(dá)到代替人工作業(yè)的目的,提高動(dòng)車底部故障檢測的效率和質(zhì)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于SURF特征的人群數(shù)量檢測算法研究.pdf
- 基于圖像分析的異常檢測算法研究及應(yīng)用.pdf
- 高光譜圖像異常檢測算法研究.pdf
- 基于核方法的高光譜圖像異常檢測算法研究.pdf
- 基于SURF特征匹配算法的全景圖像拼接.pdf
- 基于SURF和顏色特征的圖像匹配算法研究.pdf
- 基于時(shí)空特征的異常行為建模與檢測算法研究
- 基于多特征的圖像輪廓檢測算法研究.pdf
- 熱紅外圖像異常目標(biāo)檢測算法研究.pdf
- 基于特征的圖像瑕疵檢測算法研究與應(yīng)用.pdf
- 基于時(shí)空特征的異常行為建模與檢測算法研究.pdf
- 高光譜圖像異常小目標(biāo)檢測算法研究.pdf
- 基于光譜特性的高光譜圖像異常目標(biāo)檢測算法研究.pdf
- 基于視頻圖像特征提取的煙霧檢測算法研究.pdf
- 基于稀疏表示的高光譜圖像異常檢測算法及其優(yōu)化研究
- 基于隱私保持的異常檢測算法研究.pdf
- 基于光譜特性的高光譜圖像異常目標(biāo)檢測算法研究(1)
- 基于免疫機(jī)制的快速異常檢測算法.pdf
- 基于底層特征的視頻異常事件檢測算法研究與實(shí)現(xiàn).pdf
- 高光譜遙感圖像異常目標(biāo)檢測算法研究.pdf
評(píng)論
0/150
提交評(píng)論