点击量 ：
论文类型 ： 期刊论文
第一作者 ： 姚宗伟
通讯作者 ： 毕秋实
全部作者 ： 杨宏飞
发表时间 ： 2021-04-14
发表刊物 ： 铁道学报
收录刊物 ： EI  
所属单位 ： 吉林大学
刊物所在地 ： 中国
学科门类 ： 工学
一级学科 ： 机械工程
文献类型 ： J
卷号 ： 43
期号 ： 4
关键字 ： 轨道缺陷检测；机器视觉；深度学习；卷积神经网络；特征提取
摘要 ： 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。
是否译文 ： 否