期刊专题

10.11896/jsjkx.200100008

基于扩展Haar特征和DBSCAN的钢轨识别算法

引用
障碍物对列车的正常运营构成了极大的安全隐患,钢轨识别是实现障碍物检测的关键步骤.钢轨识别算法需要能够快速有效地检测列车前方钢轨的位置,同时不能占用过多的计算资源,影响障碍物检测程序的运行速度.为解决上述问题,文中提出一种基于扩展Haar特征提取和DBSCAN密度聚类的钢轨识别算法.首先通过仿射变换、池化、灰度均衡化、边缘检测等算法对图像进行预处理,然后基于扩展Haar特征提取图像中钢轨的特征点,最后利用DBSCAN算法对特征点进行聚类,提取出有效的特征数据点进行曲线拟合,从而识别钢轨的位置.通过车载实验结果表明,该方法能够在列车运行过程中有效检测到钢轨的位置,满足多场景、多工况的实际使用需求.

钢轨识别、扩展haar特征、DBSCAN聚类、障碍物检测、轨道交通

47

U298(铁路运输管理工程)

2020-07-17(万方平台首次上网日期,不代表论文的发表时间)

共4页

153-156

暂无封面信息
查看本期封面目录

计算机科学

1002-137X

50-1075/TP

47

2020,47(z1)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn