嵌入多方向纹理特征的LDA铁路扣件检测模型

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：针对铁路扣件图像变化大,失效形式多,正常和失效类别难以被准确分类的问题,提出一种嵌入多方向纹理特征的LDA铁路扣件检测模型.首先,解决扣件图像竖直纹理不可用问题,采用由水平和竖直纹理组成的多方向纹理特征描述扣件结构.同类扣件的结构相似,不同扣件的结构差异大;然后,以纹理特征定义结构标注并嵌入LDA模型,通过求解模型,获得由视觉单词和结构标注共同推导的主题分布;最后,将主题分布输入分类器分类.模型的失效扣件召回率为99%,精度为70%,高于其他扣件检测算法,对正常和失效扣件的区分能力强.

作者：

陈少杰

展开 >

作者单位：

610031 西南交通大学四川成都

关键词：

纹理特征结构信息 LDA模型主题分布图像分类铁路扣件检测

出版年：

2019

数字化用户

ISSN：

年,卷(期)：2019.25(35)

参考文献量2