文献类型：期刊文章

作　　者：王强[1,2] 李柏林[1] 侯云[1] 范宏[1]

WANG Qiang;LI Bailin;HOU Yun;FAN Hong(School of Mechanical Engineering,Southwest Jiaotong University,Chengdu 610031,China;College of Mechanical Engineering,Chengdu Technological University,Chengdu 611730,China)

机构地区：[1]西南交通大学机械工程学院,四川成都610031 [2]成都工业学院机械工程学院,四川成都611730

出　　处：《西南交通大学学报》

基　　金：国家自然科学基金资助项目(51275431)

年　　份：2018

卷　　号：53

期　　号：5

起止页码：893-899

语　　种：中文

收录情况：BDHX、BDHX2017、CSA-PROQEUST、CSCD、CSCD2017_2018、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：为了提高铁路扣件基于视觉的自动化检测精度,提出了一种改进的LBP (local binary pattern)编码算法.该方法为了避免基本LBP对噪声敏感问题,根据不同邻域的不同噪声强度,结合测量误差服从高斯分布的原则,计算邻域内像素均值和偏差;根据偏差大小,自动设置阈值,实现自适应噪声抑制.为了避免基本LBP表达邻域差分关系不完整的缺陷,提出了利用邻域内随机采样的方式得到采样点对,通过比较随机点对的差分关系得到LBP编码.对在晴天、阴天、雨天等不同天气条件下的铁路扣件图像上进行实验,并与原始以及其他改进LBP进行比较.结果表明,本文的算法具有更高的检测准确率,晴天提高了3.32%,阴天提高了3.27%,雨天提高了4.10%,能够满足铁路扣件自动化检测的需要.

关 键 词：LBP 抗噪声 扣件 图像识别  图像检测

分 类 号：TP391.41]