论文部分内容阅读
针对现有底层特征识别扣件状态的算法存在描述能力差、错误率高等问题，提出一种基于扣件局部特征和语义信息的扣件检测模型。首先，在图像的非线性空间中计算扣件底层局部特征来表达扣件轮廓信息；然后，将图像分为四个子图，有效克服了由于扣件左右对称、上下相似造成的单词多义性问题；再根据扣件子图构造视觉单词，由底层特征整合得到语义信息向量；最后，以该向量训练分类器，判断待检扣件状态。对均衡的扣件样本进行测试，漏检率仅为0．67％。实验表明所提算法较现有方法，漏检率和误报率明显降低，检测能力增强。