基于层次特征提取与几何模型辅助的货车故障轨边图像识别方法研究-东篱科研大数据发现系统（DRDS）

位置：立项数据库 > 立项详情页

基于层次特征提取与几何模型辅助的货车故障轨边图像识别方法研究

项目名称：基于层次特征提取与几何模型辅助的货车故障轨边图像识别方法研究
项目类别：青年科学基金项目
批准号：51205115
申请代码：E051102
项目来源：国家自然科学基金
研究期限：2013-01-01-2015-12-31

项目负责人：孙国栋
依托单位：湖北工业大学
批准年度：2012

中文摘要：

传统人工列车技术检查效率低，劳动强度大，且作业质量难以保证。虽然货车故障轨边图像检测系统实现了故障图像的采集与处理，但目前以人眼为主的故障判别依旧效率较低。本项目拟揭示车辆CAD模型与图像像素的匹配原则，提出几何特征辅助的零件图像识别与特征修正方法，以定位因光照、遮挡等干扰导致仅依靠灰度特征难以分割的零件；针对车辆零部件空间分布的层次性，探索基于Otsu多阈值分割的区域空间频数层次特征提取方法，并剖析其与形状特征、纹理特征间耦合关系，研究基于ReliefF的特征选择方法以剔除冗余特征。在此基础上，研究不等权重的相似度评估与基于k-邻近模型的案例推理，并融合规则推理设计基于混合推理机制的故障判别算法；遵循基于过车信息与故障类别的并行检测策略，最终实现高效、高识别率的货车故障轨边图像自动识别系统，对推进列检向完全机控方式转变，具有解决实际技术难题和探索全自动视觉检测理论与方法的双重意义。

中文主题词：视觉检测；几何模型辅助零件识别；层次特征提取；混合推理机制；并行优化

结论摘要：

英文主题词vision inspection；geometric model aided parts recognition；layer feature extraction；hybrid reasoning mechanism；parallel optimization

成果综合统计