TEDS图像对比识别原理_第1页
TEDS图像对比识别原理_第2页
TEDS图像对比识别原理_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、TEDS图像对比识别原理一、 识别原理：系统采用平台中的智能图像识别算法对同一车辆的统一部位（通过车号图像自动识别技术实现动车组车辆的唯一性标识）图像在两次通过探测站时进行比对和分析，实现异常的图像的自动报警和提示。图像比对方法是解决动车故障检测问题的优良策略，但是在实际应用中存在着图像配准困难、光线变化严重、微小变化难以检测、零部件结构复杂等许多技术问题，该算法具有以下特点：1、可以精确的配准图像，算法首先利用局部算子找到两幅图像相同的特征点，再利用最小二乘回归建立一一对应的映射关系来估算两幅图像各自的车速以达到精确配准的目的。2、可以实现重要零部件定位，算法利用纹理特征去描述零件特征，用目

2、标检测的方法得到该区域具体的位置，在精确配准的基础上实现重点部件的异常识别和报警。 3、可以实现小尺寸及复杂结构的零部件的异常报警，算法采用了人工神经网络和支持向量机结合的方法。这两种方法都属于机器学习范畴，用来处理分类问题的。把小尺寸和复杂结构的零部件分类进行训练得到模型，然后利用的预测函数对具体的图像进行分类和报警。异常图像报警算法的工作流程图如下：接新车获取图像数据获取车号图像数据库模型数据库提取图像特征提取图像特征自动比对算法修正数据库异常图像分析故障字典有无发现异常人工确认人工输入车号图像分析提取标准图提取标准模型修正标准库通知检修人员是否检索数据库开始无异常发现异常无故障有故障对于当前无异常的图像，进行历史图像数据库的更新与历史模型数据的在线学习。 异常图像报警算法流程图大体流程为：1、两次过车进行第一次比对，寻找图像差异2、根据多次过车提取出来的关键部位模板，进行第二次比对，过滤掉因环境因素影响的异常和转动部件异常（例如：过滤底板异物，万向轴、齿轮转动等误报）3、综合两次比对的结果，进行报警。二、 测试部位：根据相机拍摄角度、光源等差异，以下部位可能无法报警：1、车体边缘，即相机能拍摄到的图片边缘2、测试物与车体结构边缘重合部位。建议测试部位：1、转向架/底板中间部位（齿轮箱、中心销、底板）2、侧部大面积区域（撒沙装置、轴箱、减震器、构架、注水口）三、 测试材料

人人文库> 全部分类> 教育资料 > 辅导培训

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论