機車車輪圖像匹配關鍵技術研究和實現(xiàn).pdf

1、走行部作為列車運行安全的重要保障，受到了國內外學者的廣泛關注，并研發(fā)出搭載于列車車廂的運行監(jiān)控系統(tǒng)。由于列車走行部零件過多，車輪表面等部件仍需要人工敲擊來檢測。針對以上方法存在的效率低和事后性問題，本文使用圖像匹配算法，對車輪圖像進行匹配，提高列車安全維護效率，對保障行車安全具有重要參考價值。
　　本文以圖像匹配原理為基礎，研究了車輪圖像匹配的關鍵技術，搭建了位于軌道兩側的圖像采集系統(tǒng)。使用了恒定的補光光源和固定的攝像頭位置，使圖

2、像采集系統(tǒng)具有了光照不變性、尺度不變性以及旋轉不變性。以標準車輪圖像為模板，采用模板匹配方法，對拍攝到的圖像進行匹配，實驗結果表明匹配圖像相關度達到0.9以上，匹配精度達到像素級。
　　同時，本文研究了SIFT算法的步驟和詳細過程，建立了基于SIFT算法的車輪圖像匹配模型。通過分析車輪圖像特點，弱化邊緣點的限制參數(shù)，獲取更多的車輪圖像特征點信息，通過實驗分析比較將邊緣限制參數(shù)定為10;針對SIFT算法匹配出現(xiàn)的誤匹配，引入反向匹配

3、算法改進原SIFT匹配算法，反向匹配算法的引入對原匹配算法起到了強限制作用，從而去除了大量的誤匹配，提高了特征點匹配的查全率，改進后最高查全率可達100％;分析了相似度評估方法，使用棋盤距離與街區(qū)距離的線性組合替代原算法中的歐氏距離，降低了計算復雜度，將原SIFT算法的運行效率提高了40％。最終，將本文SIFT算法用于車輪圖像的匹配與定位。
　　仿真和實驗結果表明，在保持SIFT原有算法的不變性的基礎上，改進SIFT算法提高了查全