原文传递
地铁底部图像拼接与关键部件螺栓检测系统研究
| 论文题名： | 地铁底部图像拼接与关键部件螺栓检测系统研究 |
| 关键词： | 地铁检测;底部图像拼接;螺栓检测;特征匹配 |
| 摘要： | 随着城轨列车技术的发展，地铁成为人们日常生活中不可或缺的交通工具，为保证人们出行安全，地铁的安全性不容忽视。车底状态检测是地铁检测的重要环节之一，但地铁段检、厂检会存在漏检情况。当前国内还没有一套完整的地铁底部复现技术和基于图像自动检测技术，因此本文对地铁底部做了相应的研究。主要工作内容如下： （1）对地铁底部图像拼接与关键部件螺栓检测系统进行总体架构设计，在需求分析的基础上，确定系统架构、系统工作流程以及组成模块。 （2）针对线阵相机所拍图像进行横纵拼接，首先对图像进行校正和数据清洗，因线阵相机的特殊性，可纵向直接拼接；对于多线阵相机的横向拼接，采用SIFT特征匹配和图像融合技术对车底图像进行拼接，基于传统的SIFT特征拼接效率较低，而本系统对于实时性要求较高，因此本文首先确定重叠区域，通过对重叠区域进行特征匹配，减少后续迭代时间，提升效率，完成车底图像拼接。 （3）传统的模板匹配定位等技术在车底图像上并不适用，本文采用背景差分确定拼接图像中车头、车尾位置，按比例分割确定关键部件位置，通过深度学习对关键部件螺栓检测，修改损失函数提高系统模型的收敛速度，分析YOLO算法流程，将图片细粒度划分提高系统的检测精度，以达到地铁检测精度要求。 （4）根据系统设计，在广州地铁镇龙车辆段21号线进行系统的安装调试，通过采用评价指标对算法的可行性进行分析，实验结果证明算法满足系统要求。 |
| 作者： | 章加兵 |
| 专业： | 控制理论与控制工程 |
| 导师： | 向峥嵘 |
| 授予学位： | 硕士 |
| 授予学位单位： | 南京理工大学 |
| 学位年度： | 2019 |
检索历史
应用推荐
