面向鐵路扣件圖像特征的結(jié)構(gòu)化ST-LDA語(yǔ)義學(xué)習(xí)方法研究.pdf

1、鐵路扣件是將鋼軌固定在軌枕上的部件，采用日益興起的計(jì)算機(jī)視覺(jué)技術(shù)代替人工完成扣件自動(dòng)檢測(cè)，已成為鐵路維保部門(mén)向智能化方向發(fā)展的重要手段。目前基于計(jì)算機(jī)視覺(jué)的扣件檢測(cè)流程一般為:由分類(lèi)器直接根據(jù)圖像底層特征判斷扣件狀態(tài)。因?yàn)榈讓犹卣鞣€(wěn)定性差，以及分類(lèi)器難以擬合正常和失效扣件邊界，現(xiàn)有流程檢測(cè)效果不理想。本文在特征和分類(lèi)器之間，通過(guò)語(yǔ)義學(xué)習(xí)的方法，從圖像特征描述中整合出圖像的主題分布，以該分布輸入分類(lèi)器獲得扣件狀態(tài)。傳統(tǒng)語(yǔ)義方法通過(guò)單詞編碼

2、開(kāi)始特征學(xué)習(xí)過(guò)程，但編碼忽略了圖像結(jié)構(gòu)信息。本文設(shè)計(jì)了一種能夠感知扣件結(jié)構(gòu)狀態(tài)的特征語(yǔ)義學(xué)習(xí)方法，主要研究工作如下:
　　(1)針對(duì)強(qiáng)光照變化，傳統(tǒng)LBP(local binary patterns)無(wú)法穩(wěn)定描述扣件結(jié)構(gòu)的問(wèn)題，提出了一種改進(jìn)的二值化LBP方法，用以提取扣件結(jié)構(gòu)圖像。該方法的主要特點(diǎn)是在傳統(tǒng)LBP的8個(gè)方向中選取一個(gè)最能刻畫(huà)扣件形狀的方向編碼得到結(jié)構(gòu)圖像，理論分析表明該方法提高了光照穩(wěn)定性概率。實(shí)驗(yàn)中，采用結(jié)構(gòu)圖像

3、檢測(cè)扣件狀態(tài)，漏檢率為7.7％，誤檢率為11.3％，說(shuō)明所提取的結(jié)構(gòu)圖像能夠穩(wěn)定描述扣件結(jié)構(gòu)形狀。
　　(2)針對(duì)傳統(tǒng)LDA(latent dirichlet allocation)丟失圖像結(jié)構(gòu)信息的問(wèn)題，基于上述結(jié)構(gòu)圖像，在LDA中配置結(jié)構(gòu)變量，提出了一種改進(jìn)的結(jié)構(gòu)化St_LDA(structure latent dirichletallocation, St_LDA)語(yǔ)義學(xué)習(xí)方法，用于從特征中抽取能夠反映扣件結(jié)構(gòu)狀態(tài)的主題分布