基于SFFCM图像分割的转辙机缺口自动检测
刘云婷1
陈光武2
1.兰州交通大学 光电技术与智能控制教育部重点实验室,兰州 730070;甘肃省高原交通信息工程及控制重点实验室,兰州 7300702.兰州交通大学 自动化与电气工程学院,兰州 730070;甘肃省高原交通信息工程及控制重点实验室,兰州 730070
摘要：转辙机缺口大小是其健康状态的重要标志之一.针对大多数现有转辙机缺口检测装置需要在表示杆额外增加标记的缺点,以及目前边缘检测技术难以消除图像中噪声的问题,以某铁路公司ZYJ7型与ZD6型转辙机缺口图像为基础,设计了一种基于超像素的快速模糊聚类算法(Superpixel-based Fast Fuzzy C-Means clustering,SFFCM)图像分割的转辙机缺口自动检测方法.首先,采用SFFCM对缺口图像进行精准分割,保持缺口图像边缘的清晰度和连续性;其次,利用Canny算子对分割后的图像进行边缘提取,获取缺口图像的单像素边缘;最后,利用算法对图像中转辙机缺口两端进行标记,从而实现转辙机缺口的自动检测.实验结果表明,该转辙机缺口检测方法与架构具有一定的有效性.
关键词：自动检测SFFCM算法Canny边缘检测转辙机缺口
分类号：U284(铁路通信、信号)TP391.4(计算技术、计算机技术)
资助基金：国家自然科学基金(61863024)甘肃省科技引导计划(2020-61-14)
论文发表日期：2022-04-28
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：8( 29-36 )
英文信息