Print

基于Canny-YOLOv3的列车轮对踏面损伤检测

论文摘要

针对CCD轮对图像背景噪声干扰较多,难以识别踏面损伤区域的难题,提出了一种基于Canny-YOLOv3的踏面损伤检测方法。采用Canny边缘检测算法对轮对踏面进行边缘检测,精准识别和分割出轮对踏面区域,并统一踏面图像的尺寸大小;又采用深度学习目标检测算法--YOLOv3检测出踏面图像中的损伤区域,从而完成轮对踏面的损伤检测。仿真结果表明,在相似图片干扰较大的背景下,该算法能够较准确地检测出损伤的位置和区域,且IoU值设定为0.5时,AP值可达83.19%。

论文目录

  • 0 引 言
  • 1 轮对踏面损伤检测问题描述
  •   1.1 边缘检测算法
  •   1.2 YOLOv3算法
  •   1.3 评估指标
  • 2 轮对踏面损伤检测框架
  •   2.1 踏面边缘检测
  •   2.2 损伤区域检测
  • 3 实验研究
  •   3.1 方法比较
  •   3.2 结果与分析
  • 4 结 论

    • 文章来源

    类型: 期刊论文

    作者: 何静,余昊宇,张昌凡,刘建华,罗学明

    关键词: 踏面损伤,损伤检测,边缘检测

    来源: 电子测量与仪器学报 2019年12期

    年度: 2019

    分类: 信息科技,工程科技Ⅱ辑

    专业: 铁路运输,计算机软件及计算机应用

    单位: 湖南工业大学电气与信息工程学院

    基金: 国家自然科学基金(61773159),湖南省自然科学基金(2019JJ40067,2018JJ4066)资助项目

    分类号: TP391.41;U279.323

    DOI: 10.13382/j.jemi.B1902543

    页码: 25-30

    总页数: 6

    文件大小: 2970K

    下载量: 105

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/3fff99447bf9d524d066401e.html