Indexed by:Journal paper
First Author:姚宗伟
Correspondence Author:毕秋实
All the Authors:杨宏飞 Date of Publication:2021-04-14
Journal:铁道学报
Journal: EI 
Affiliation of Author(s):吉林大学
Place of Publication:中国
Discipline:工学
Document Type:J
Volume:43
Issue:4
Key Words:轨道缺陷检测；机器视觉；深度学习；卷积神经网络；特征提取
Abstract:为提高轨道表面缺陷查准率、召回率和检测效率，采用形态学滤波与概率霍夫变换算法剔除原始图像噪声，实现对轨道表面缺陷的快速准确识别；顺次应用阈值法和离散法得到了轨道的真正边缘定位，解决Canny算子在提取轨道边缘时产生大量伪边缘的问题；构建了能兼顾召回率和查准率的改进交叉熵损失函数，基于卷积神经网络进行特征提取，建立了高效的轨道表面形态分类器。采用8523张实拍轨道图像进行实验，实验结果为：单次检测时间27ms、查准率为96.42%、召回率为92.21%，综合表现优于MLC、Inceptionv3和Cropimagecn三种方法。
First-Level Discipline:机械工程
Translation or Not:no