基于MD-LBP关联方向特征的铁路隧道漏缆卡扣检测算法
张云佐
宋洲臣
杨攀亮
石家庄铁道大学 信息科学与技术学院,石家庄 050043
摘要：全路段跟车拍摄隧道漏缆卡扣图像再进行逐张排查,是实现卡扣故障检测的重要手段.针对目前LBP、CS-LBP等相关变体算法存在描述子质量不佳、特征维度过高的问题,提出MD-LBP关联方向特征提取算法实现故障卡扣的检测工作.该算法首先对输入图像进行高斯滤波预处理,根据图像的全局灰度均值得到图像的自适应阈值;其次计算图像的三层MD-LBP特征图结构,依次经过两次下采样分别得到Cell主方向特征和Block主方向特征;然后再在Block特征图上提取关联方向特征,并以此作为描述子;最后通过SVM区分故障卡扣,完成检测工作.实验还对比了LBP、H OG等9种特征描述子的检测情况,结果表明该算法不仅特征维度低,并且检测故障卡扣的召回率和精准度都达到了85％.
关键词：故障检测漏缆卡扣关联方向特征支持向量机局部二值模式
分类号：TP391.4(计算技术、计算机技术)
资助基金：国家自然科学基金(61702347)国家自然科学基金(61972267)国家自然科学基金(62027801)河北省自然科学基金(F2017210161)
论文发表日期：2021-10-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 101-107 )
英文信息