10.11896/j.issn.1002-137X.2019.08.048
基于改进蚁群算法的轨道缺陷图像分类
针对传统方法分类准确性低、分类速度慢且不同轨道缺陷类型的识别准确性有很大差异的弊端,提出一种新的基于改进蚁群算法的轨道缺陷图像分类方法.对轨道缺陷图像进行预处理,利用竖直投影法对轨道表面区域进行提取,将模糊理论和超熵理论结合在一起获取最佳分割阈值,完成图像分割.结合自适应阈值Canny边缘检测算子和Hough转换法,确定轨道缺陷部分.对缺陷部分的边缘细节进行改进,使轨道缺陷部分的轮廓更加显著.对轨道缺陷特征进行提取,在此基础上分析了基本蚁群算法,针对基本蚁群算法容易陷入局部最优的弊端进行改进,将与特征相似性最高作为判别函数,采用改进蚁群算法对轨道缺陷图像进行分类.实验结果表明,所提方法的分类准确度高,且分类速度快.
改进蚁群算法、轨道、缺陷图像、分类
46
TP391(计算技术、计算机技术)
江西省科技支撑计划重点项目20161BBE50081
2019-09-05(万方平台首次上网日期,不代表论文的发表时间)
共6页
292-297