【摘 要】
：
钢轨扣件定位方法对图像质量和定位精度都有很高的要求,为此,提出了一种基于灰度突变的钢轨扣件定位方法。首先,通过改进的中值滤波器对图像去噪。然后,根据图像频域特点对图像进行小波分解,提取低频分量,并对低频分量进行滤波和伽马变换处理以减少自然环境因素对图像质量的影响。接着,根据图像中不同区域灰度值的变化规律统计分析图像列和行方向灰度突变情况,从而定位出钢轨轨面和轨枕区域。最后,利用轨面、轨枕和扣件三者
【出 处】
：
Journal of Measurement Science and Instrumentation
论文部分内容阅读
钢轨扣件定位方法对图像质量和定位精度都有很高的要求,为此,提出了一种基于灰度突变的钢轨扣件定位方法。首先,通过改进的中值滤波器对图像去噪。然后,根据图像频域特点对图像进行小波分解,提取低频分量,并对低频分量进行滤波和伽马变换处理以减少自然环境因素对图像质量的影响。接着,根据图像中不同区域灰度值的变化规律统计分析图像列和行方向灰度突变情况,从而定位出钢轨轨面和轨枕区域。最后,利用轨面、轨枕和扣件三者在图像中的位置关系对扣件区域进行准确定位。实验结果表明,该方法的定位准确率达93.19%,能快速有效地定
其他文献
人工智能已经慢慢融入我们的生活的同时也融入教育,教育教学方式通过这种智能技术发生了改变,人工智能与教育结合的发展趋势,使教学构思、方法、模式都发生了不同模式的转变。人工智能正引领着教育教学的创新,构建个性化学习提升教师的教学效率,增强学生的学习体验。本文对人工智能在教学中的应用现状与趋势、在教学资源和教学环境中的发展,在动画制作课程中的运用和分析来探讨人工智能在教学的应用和变革。
Objective: To determine the effect of climatic and environmental factors on the incidence of cutaneous leishmaniasis in Qom province in 2018.Methods: In this cross-sectional study, the data on cutaneo
Internet of Things(IoT) refers to a new extended network that enables to any object to be linked to the Internet in order to exchange data and to be controlled remotely.Nowadays,due to its multiple ad
Dear editor,Mathematical expressions have been widely employed in scientific research, finance, and statistics, and play a significant role in educational activities. For example, if a computer can re
针对现有变电站智能巡检机器人图像采集过程智能化程度低、且图像采集鲁棒性差的问题,本文提出基于人工智能技术的变电站巡检机器人全自主采集系统,通过SSD目标检测算法实现巡检视频图像中目标设备的识别及定位,利用双目立体视觉算法,获取目标设备的三维位置,并结合视觉伺服控制算法,驱动机器人云台动作,完成巡检图像的精准获取。通过实验和现场应用的验证,本文提出的变电站巡检机器人全自主采集系统,实现了巡检图像的标
本文主要介绍基于灰度图像的车道线识别算法设计的过程。首先,对采集到的道路图像素材进行图像预处理,将原始的彩色图像通过灰度转换为灰度图;然后,进行图像平滑去噪、边缘锐化;最后,在预设的ROI区域检测车道边缘,对车道线进行识别和拟合。本设计利用自适应均值滤波、Otsu阈值分割和Hough变换直线提取实现道路边界识别过程,利用MATLAB软件进行仿真测试,通过GUI人机界面,导入道路图像实现各环节道路图
三维模型作为一种空间模型,可以留存丰富多样的信息。随着技术的发展与进步,对文物的三维建模在文物保护与修复等领域发挥着越来越重要的作用。对馆藏文物进行三维建模有诸多优点,但也存在对三维模型的数据质量评价没有统一标准等问题。本文针对馆藏文物三维数字化工作的特点,结合中国国家博物馆工作实践,对馆藏文物三维模型的数据质量评价方法进行全面的阐述,主要包括技术手段、质量评价体系、检查组织方式等。
A modified supervised learning rule which is suitable for training photonic spiking neural networks(SNN) is proposed for the first time. The proposed learning rule is independent of the time intervals
经典数学形态学运算采用固定大小和形状的结构元素处理整幅图像,由于图像内容的多样性以及目标结构的复杂性,容易导致处理后的图像形状发生改变且丢失部分信息。为此,提出了一种基于最小生成树(Minimum spanning tree, MST)的显著性自适应形态学结构元素构造方法。首先,计算图像梯度,通过非极大值抑制(Non-maximum suppression, NMS)得到边缘图像,对边缘图像进行倒
针对经典的暗通道先验方法在处理含有大面积天空的有雾图像时,去雾图像的天空区域出现不同程度的颜色失真等问题,提出了一种结合高斯混合模型的改进暗通道图像去雾方法。首先,采用高斯混合模型对有雾图像进行建模,然后用期望最大化(Expectation maximization, EM)算法优化模型参数,从而将有雾图像分割成天空区域和非天空区域。其次,根据天空区域暗通道值的不同将其分为淡雾区、中雾区和浓雾区,