田丽丽
- 作品数：3 被引量：31H指数：2
- 供职机构：西北工业大学机电学院更多>>
- 相关领域：自动化与计算机技术交通运输工程机械工程电气工程更多>>
- 铁路货车车轮踏面伤损检测中剥离与擦伤定位方法被引量：23
- 2009年
- 针对铁路货车车轮踏面伤损检测问题,设计铁路货车车轮踏面伤损动态检测系统,提出剥离和擦伤的定位方法。首先对车轮踏面图像进行平滑去噪;然后对图像进行基于平稳小波和Canny融合算法的边缘检测,并根据标准车轮的宽度确定踏面区域;最后,根据剥离和擦伤的不同特征,对剥离踏面区域图像进行基于分块思想和种子填充算法的剥离粗定位后,再进行基于Canny算法和跟踪法的剥离精定位,并给出基于踏面边缘线搜索的擦伤定位方法。实验结果表明:在铁路货车运行速度为0.5 km/h^10 km/h时,踏面剥离的定位准确率达到96.7%,定位精度达到3 mm;擦伤定位准确率达到97.8%;可满足现场动态检测的要求。
- 田丽丽方宗德赵勇
- 关键词：铁路货车车轮踏面擦伤动态检测
- 列车车轮踏面缺陷的图像区域提取被引量：9
- 2009年
- 建立了基于机器视觉的踏面缺陷检测系统,研究了该系统的踏面缺陷图像区域提取技术。采用基于平稳小波自适应阈值算法提取踏面区域;然后,根据踏面剥离缺陷图像特征,利用基于分块思想的粗定位和精定位组合的方法提取剥离图像区域;最后,根据踏面擦伤缺陷图像特征,利用基于踏面边缘线扫描搜索擦伤区域的方法提取擦伤图像区域。用两个实例验证了提出方法的有效性,实验结果表明:系统对剥离和擦伤两种缺陷的漏识率分别为8.3%和5.3%,误识率为5.1%,从而为后续特征提取和缺陷识别奠定了基础。
- 赵勇方宗德田丽丽
- 关键词：车轮踏面擦伤
- 基于组合算法的RBF神经网络列车轮对缺陷识别被引量：2
- 2009年
- 提出了一种基于动态聚类和遗传算法相结合的组合RBF网络训练方法;采用动态聚类法对样本数据进行聚类,使RBF神经网络的隐含层节点中心数在训练过程中自动确定,使用经验公式作为标准,选取最优聚类数,采用遗传算法对隐层中心和宽度以及隐层到输出层的权值进行优化,在全局范围内寻找网络的最优模型;最后对轮对缺陷进行纹理特征提取,并组成训练样本和测试样本,输入到网络进行训练与测试;实验结果表明,与传统方法比较,该组合方法具有较高的识别率。
- 张云方宗德王成田丽丽赵勇
- 关键词：遗传算法RBF神经网络隐层节点数
