留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于改进距离正则化水平集的钢轨表面缺陷提取方法

曹义亲,  谢舒慧

downloadPDF
文章导航 > 交通信息与安全  > 2019 >  37(5): 78-83,93
曹义亲, 谢舒慧. 基于改进距离正则化水平集的钢轨表面缺陷提取方法[J]. 交通信息与安全, 2019, 37(5): 78-83,93. doi: 10.3963/j.issn.1674-4861.2019.05.011
引用本文: 曹义亲, 谢舒慧. 基于改进距离正则化水平集的钢轨表面缺陷提取方法[J]. 交通信息与安全, 2019, 37(5): 78-83,93. doi: 10.3963/j.issn.1674-4861.2019.05.011
shu
CAO Yiqin, XIE Shuhui. An Extraction Method of Rail Surface Defects Based on Improved Distance Regularized Level Set[J]. Journal of Transport Information and Safety, 2019, 37(5): 78-83,93. doi: 10.3963/j.issn.1674-4861.2019.05.011
Citation: CAO Yiqin, XIE Shuhui. An Extraction Method of Rail Surface Defects Based on Improved Distance Regularized Level Set[J]. Journal of Transport Information and Safety, 2019, 37(5): 78-83,93. doi: 10.3963/j.issn.1674-4861.2019.05.011
shu

基于改进距离正则化水平集的钢轨表面缺陷提取方法

doi: 10.3963/j.issn.1674-4861.2019.05.011

  • 华东交通大学软件学院 南昌330013

  • 华东交通大学软件学院 南昌330013

基金项目: 

国家自然科学基金项目

江西省科技支撑计划重点项目

详细信息

  • 中图分类号: TP391.41

An Extraction Method of Rail Surface Defects Based on Improved Distance Regularized Level Set

    摘要
  • 摘要: 针对现有钢轨表面缺陷检测方法复杂度过高且精确率较低,提出基于Sigmoid对比度拉伸的距离正则化水平集算法.通过对数变换和均值操作对钢轨图像进行预处理;根据钢轨表面图像梯度变化,以Sigmoid对比度拉伸方法替换距离正则化水平集中的停止函数;根据初始轮廓曲线演化方向的特点,通过新的自适应速度函数替换距离正则化水平集中的演化速度常量;以曲线演化的最终轮廓提取缺陷区域.仿真实验显示,新算法在钢轨表面缺陷数据集中的精确率为99.07%,豪斯多夫距离平均值为6.64,检测缺陷用时为16.46 s.与DRLSE、DCNNs和CTFM算法相比,改进的距离正则化水平集算法提升了检测的精确率和检测速度,对噪声具有一定的鲁棒性并适用小范围缺陷检测.

     

    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献
  • 资源附件(0)
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:  253
  • HTML全文浏览量:  57
  • PDF下载量:  1
  • 被引次数: 0
出版历程
  • 刊出日期:  2019-10-28

目录

    /

    返回文章
    返回

    版权所有《交通信息与安全》编辑部鄂ICP备05003336号-2

    通信地址：湖北省武汉市武昌区和平大道1178号，武汉理工大学余家头校区 (430063)

    联系电话：027-86580355电子邮箱：jtjsj@vip.163.com

    本系统由 北京仁和汇智信息技术有限公司 开发