針對現(xiàn)有扣件定位方法速度慢、定位不準確的問題,結(jié)合無砟軌道的特點,提出一種無砟軌道扣件快速匹配定位算法;該算法針對傳統(tǒng)匹配算法運算量大、匹配結(jié)果不準確的缺點,采用梯度法求取扣件圖像的方向場,并根據(jù)鋼軌區(qū)域方向場的各向一致性,鎖定扣件感興趣區(qū)域,實現(xiàn)圖像裁剪,減少模板搜索空間;模板匹配則通過計算模板和圖像方向場對應(yīng)點之間的絕對值距離實現(xiàn)扣件匹配定位,并利用方向場采樣、基于統(tǒng)計方法確定搜索起點位置、隨機抽樣一致性等方法提高匹配速度和精度;實驗結(jié)果表明,該算法匹配速度快、魯棒性強,能夠滿足扣件檢測識別中對扣件匹配的實時性和準確性的要求,與傳統(tǒng)的模板匹配定位方法相比,速度提高了30%左右,且對于不同光線條件下的匹配成功率均大于95%。 

【文章來源】：計算機測量與控制. 2019,27(01)

【文章頁數(shù)】：5 頁

【文章目錄】：
0 引言
1 匹配原理
2 基于梯度方向場的扣件圖像裁剪
    2.1 梯度方向場原理
    2.2 感興趣區(qū)域 (ROI) 裁剪
3 基于模板匹配的扣件快速匹配方法
    3.1 方向場采樣
    3.2 基于方向場的模板匹配方法
    3.3 加快匹配速度的搜索策略
    3.4 提高匹配精度的方法
4 實驗結(jié)果分析
    4.1 匹配平均時耗分析
    4.2 算法魯棒性驗證
5 結(jié)束語


【參考文獻】：
期刊論文
[1]基于邊緣特征的無砟軌道扣件定位方法[J]. 陳金勝,陳興杰,彭樂樂,張雯柏.  計算機測量與控制. 2018(05)
[2]基于空間紋理相似性的圖像角點特征匹配算法[J]. 邵春艷,丁慶海,羅海波.  計算機應(yīng)用研究. 2016(12)
[3]基于計算機視覺的鋼軌扣件螺母缺失檢測系統(tǒng)[J]. 王凌,張冰,陳錫愛.  計算機工程與設(shè)計. 2011(12)

博士論文
[1]低質(zhì)量指紋識別中若干關(guān)鍵技術(shù)研究[D]. 劉書炘.華東師范大學 2017

碩士論文
[1]基于特征點和方向向量的快速目標匹配算法研究[D]. 朱迪.上海交通大學 2015
[2]基于計算機視覺的鐵路扣件檢測算法研究[D]. 杭元元.西南交通大學 2014
[3]基于圖像的鐵路扣件缺陷檢測算法研究[D]. 范宏.西南交通大學 2012
[4]基于計算機視覺的鐵路扣件缺失快速探測方法研究[D]. 錢廣春.上海交通大學 2011
[5]基于灰度的圖像匹配方法研究[D]. 饒俊飛.武漢理工大學 2005



本文編號：3184809