版權(quán)說(shuō)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(jiǎn)介
1、列車(包括快車、動(dòng)車及高鐵)是客運(yùn)和貨運(yùn)的主要交通工具之一,由于現(xiàn)代工業(yè)和科學(xué)技術(shù)的飛速發(fā)展,其規(guī)模和復(fù)雜性日益提高,一旦列車發(fā)生故障,將會(huì)引起人力、物力甚至人身安全的巨大損失,因此世界上許多國(guó)家都投入了大量的人力、物力和財(cái)力對(duì)列車進(jìn)行故障診斷和狀態(tài)監(jiān)測(cè),基于光學(xué)圖像的列車故障識(shí)別和診斷已經(jīng)成為了當(dāng)今研究熱點(diǎn)和重點(diǎn)之一。目標(biāo)識(shí)別和形狀匹配是圖像處理、模式識(shí)別和計(jì)算機(jī)視覺的研究熱點(diǎn)和難點(diǎn),廣泛應(yīng)用于日常生活、工業(yè)應(yīng)用和軍事活動(dòng)中的各個(gè)領(lǐng)域
2、。本論文基于目標(biāo)輪廓的形狀表示和匹配進(jìn)行了圖像處理算法研究,并將其應(yīng)用于列車最重要的行走部件——轉(zhuǎn)向架的故障診斷和識(shí)別,全文主要研究?jī)?nèi)容如下:
研究了列車轉(zhuǎn)向架光學(xué)圖像的預(yù)處理。對(duì)國(guó)內(nèi)外關(guān)于數(shù)字圖像邊緣檢測(cè)技術(shù)的研究和現(xiàn)狀進(jìn)行了系統(tǒng)的總結(jié)和分析,首先詳細(xì)介紹了基于一階和二階微分算子的邊緣檢測(cè)算法,包括Roberts、Sobel、Prewitt和Canny算子,研究各自算法原理,分析其各自適用范圍和優(yōu)缺點(diǎn)。然后介紹了基于多尺度小
3、波變換的邊緣檢測(cè)算法,包括小波變換的基本原理和小波邊緣檢測(cè)的算法步驟,并分析其適用范圍和優(yōu)缺點(diǎn)。
研究了基于PCA-SC全局特征算法的目標(biāo)識(shí)別算法。為了實(shí)現(xiàn)形狀匹配和目標(biāo)識(shí)別的快速性和抗噪性,基于形狀上下文(Shape Contexts, SC)算法,融合了主成分分析(PCA)降維思想,提出一種PCA-SC算法。算法思想是將SC算法獲取的特征矩陣構(gòu)成協(xié)方差矩陣,按照特征值由大到小的準(zhǔn)則進(jìn)行降維,形成新的特征矩陣用于匹配和識(shí)別,
4、既抑制了噪聲干擾,提高了識(shí)別準(zhǔn)確率,又能夠提高匹配速度,易于滿足工程應(yīng)用上的實(shí)時(shí)性要求。通過(guò)對(duì)MNIST圖像數(shù)據(jù)庫(kù)中的圖像進(jìn)行實(shí)驗(yàn)分析表明PCA-SC算法在保持了SC算法原有的定位準(zhǔn)確、抑制噪聲等優(yōu)點(diǎn)的基礎(chǔ)上,識(shí)別速度提高了一倍,準(zhǔn)確率達(dá)到了96.15%,提高了約0.5%,抗噪性更強(qiáng)。
研究了基于分層描述(Hierarchical Representation)和彈性匹配(Flexible Matching)的目標(biāo)識(shí)別和形狀檢
5、索算法。有效的目標(biāo)輪廓分段和形狀匹配算法是描述目標(biāo)局部特征和相似度表征的關(guān)鍵環(huán)節(jié)。針對(duì)現(xiàn)有輪廓描述算法存在輪廓分段不合理的問(wèn)題,本文基于認(rèn)知心理學(xué),提出了分層描述的輪廓描述算法;同時(shí)基于輪廓分段的長(zhǎng)度、凹凸度和彎曲性等幾何特征,提出了彈性匹配的相似度表征算法。整個(gè)算法思想是首先根據(jù)角點(diǎn)特征將整個(gè)輪廓?jiǎng)澐殖梢恍┹喞侄?接著對(duì)輪廓分段的分布特點(diǎn)提出價(jià)值尺度,然后將多級(jí)輪廓分段按照價(jià)值尺度原則合并得到有限個(gè)能夠完整描述目標(biāo)輪廓的特征分段,最
6、后將特征分段應(yīng)用到彈性匹配相似度檢測(cè)模型中進(jìn)行目標(biāo)識(shí)別。通過(guò)對(duì)MPEG-7和Kimia圖像數(shù)據(jù)庫(kù)中的圖像進(jìn)行實(shí)驗(yàn)分析表明該算法能夠完整描述目標(biāo)圖像的形狀特征,提高了目標(biāo)識(shí)別率和形狀檢索率,并對(duì)部分遮擋的目標(biāo)也具有良好的魯棒性?;緷M足目標(biāo)識(shí)別識(shí)別和形狀檢索對(duì)準(zhǔn)確率、穩(wěn)定性、抗遮擋能力等方面的要求。
將本文研究的理論方法應(yīng)用于列車轉(zhuǎn)向架故障檢測(cè)和識(shí)別的實(shí)際工程應(yīng)用中,一方面驗(yàn)證該理論成果的可行性,另一方面也實(shí)現(xiàn)了列車轉(zhuǎn)向架故障的
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(yè)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(kù)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
- 基于結(jié)構(gòu)特征的貨車轉(zhuǎn)向架故障圖像定位及檢測(cè)算法研究.pdf
- 基于車載檢測(cè)數(shù)據(jù)的高速列車轉(zhuǎn)向架振動(dòng)傳遞特征研究.pdf
- 基于信息融合的高速列車轉(zhuǎn)向架故障診斷.pdf
- 高速列車轉(zhuǎn)向架故障的信息熵測(cè)度特征分析方法研究.pdf
- 基于FPGA的高速列車轉(zhuǎn)向架蛇行失穩(wěn)檢測(cè)裝置.pdf
- 列車動(dòng)力轉(zhuǎn)向架論文
- 基于D-S理論的高速列車轉(zhuǎn)向架故障診斷.pdf
- 高速列車轉(zhuǎn)向架監(jiān)測(cè)數(shù)據(jù)的混沌特征分析.pdf
- 高速列車轉(zhuǎn)向架故障診斷智能決策方法研究.pdf
- 基于機(jī)器視覺的貨車轉(zhuǎn)向架典型故障檢測(cè)方法研究.pdf
- 基于時(shí)頻原子方法的高速列車轉(zhuǎn)向架監(jiān)測(cè)數(shù)據(jù)特征分析.pdf
- 高速列車轉(zhuǎn)向架維修性研究.pdf
- 轉(zhuǎn)向架結(jié)構(gòu)及常見故障分析
- 提速貨車轉(zhuǎn)向架故障分析及改進(jìn).pdf
- 基于輪廓片段的圖像識(shí)別技術(shù)研究.pdf
- 基于圖像識(shí)別的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤系統(tǒng).pdf
- 基于云存儲(chǔ)的目標(biāo)圖像識(shí)別.pdf
- 新型列車轉(zhuǎn)向架結(jié)構(gòu)焊接數(shù)值模擬.pdf
- 圖像目標(biāo)的識(shí)別——基于稀疏表示的圖像識(shí)別算法研究.pdf
- 基于形狀的圖像輪廓賦形及目標(biāo)檢測(cè)技術(shù).pdf
評(píng)論
0/150
提交評(píng)論