科研之友
微信
新浪微博
Facebook
分享链接
摘要
【目的】针对滑板和弓角形变引起的受电弓结构异常检测问题，提出一种基于边缘特征的图像检测方法。【方法】为提高检测效率和降低成本，首先以车载受电弓监控摄像机拍摄的画面作为输入，使用基于卷积神经网络的目标检测算法识别与确定图中的受电弓区域；然后设计一种受电弓边缘检测算法，采用改进后的大津法分割图像，根据轮廓边缘梯度进行边缘粗提取，再利用边缘特征关系拟合弓网接触部分的边缘曲线，准确提取受电弓边缘；最后通过计算受电弓边缘的图像指纹得到边缘相似度，建立受电弓结构异常判断机制。【结果】本检测方法的准确度与F1值分别达到96.4%和97.0%,平均耗时为38 ms。【结论】本检测方法能有效表示受电弓结构特征，具有较高的准确性和实时性，可为后续的受电弓结构异常研究提供一定的参考。
- 单位
