何彪
- 作品数：4 被引量：10H指数：2
- 供职机构：西南交通大学机械工程学院更多>>
- 发文基金：四川省科技支撑计划四川省科技计划项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术交通运输工程更多>>
- 基于可变形部件模板的扣件状态识别被引量：4
- 2019年
- 针对在铁路钢轨扣件状态自动识别中断裂扣件与正常扣件难以区分的问题,基于DPM算法思路提出DPTM算法用于扣件状态自动检测。为屏蔽扣件图像中背景区域的干扰,根据扣件几何形状设计相应的掩膜模板,并对扣件进行分块得到扣件部件模型。采用弹簧模型度量部件之间相对位置关系、余弦相似性度量HOG特征点之间的相似度,加权融合特征点相似度得到部件相似度,根据各个部件重要性的权重系数组合建立扣件状态分类准则。理论分析和实验结果表明,DPTM算法能够较好地区分正常、断裂和丢失三种状态的扣件,并在优先保证较低漏检率的同时取得较低的误检率。
- 何彪李柏林熊鹰范宏
- 关键词：扣件模式识别
- 结合掩膜和可变形部件模型的扣件定位算法
- 2019年
- 针对原始可变形部件模型在定位铁路扣件时误定位率过高的问题,提出一种结合掩膜和可变形部件模型的扣件定位算法。在训练步骤中,对训练出的扣件可变形部件模型作掩膜操作,去除模型中的部分扣件背景区域。统计去除过后模型部件得分的分布,从而确定各个部件的权重。对于一张新的待定位图像,采用训练完成的部件权重计算模型检测得分,根据得分高低确定扣件位置。实验结果表明,与目前主流扣件定位方法相比,原始可变形部件模型定位效果较好,提出的算法相比于原始可变形部件模型误定位率减小了52%。另外,在强阳光和阴天时,模型同样能够准确定位扣件。
- 王开雄何彪李柏林张雨
- 关键词：掩膜
- 基于高斯混合部件模型的铁路扣件检测被引量：6
- 2019年
- 针对采集图像中铁路扣件存在形状的变化、扣件图像的光照差异较大和扣件被异物局部遮挡的问题,根据对可变形部件模型算法和高斯混合模型的研究,提出了高斯混合部件模型算法.结合扣件图像边缘特性及改进的 Roberts 算子计算图像梯度,将归一化后的方向梯度直方图特征作为高斯混合部件模型算法的底层特征,根据扣件形状划分部件,部件之间的相对位置采用星型连接方式度量,运用余弦相似性度量部件中方向梯度直方图特征的相似度,部件模型使用高斯混合模型并采用期望最大化算法迭代求解.将高斯混合部件模型算法应用于扣件检测中,最终平均检测效果为漏检率 3.16%、误检率 9.80%、正确率 90.27%.
- 何彪李柏林罗建桥王开雄
- 关键词：高斯混合模型
- 一种新的活动轮廓图像分割模型
- 2015年
- 基于区域的局部二值拟合模型在处理灰度不均匀图像方面有较大优势,但其只考虑原始图像灰度的平均统计信息,对于包含大量噪声的图像通常很难获得理想的效果。为克服上述缺陷,提出一种基于原始图像和差分图像统计信息的分割模型。该模型在原始图像灰度统计信息的基础上,加入差分图像信息,分别对原始图像和差分图像构造以高斯函数为核函数的能量方程,并运用梯度下降法求解,驱使活动轮廓向目标边缘演化。实验结果表明,与传统活动轮廓模型相比,该模型能正确提取含有噪声和信噪比低的图像,同时对初始轮廓曲线有更高的鲁棒性。
- 江晓亮李柏林董洋陈少杰何彪王琼
- 关键词：图像分割C-V模型
