基于改进蚁群算法的轨道缺陷图像分类

作者：曹义亲; 武丹^*; 黄晓生

来源：计算机科学, 2019, 46(08): 292-297.

• 改进蚁群算法
• 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。

• 单位
  华东交通大学