基于Gabor濾器的鐵路圖像軌枕分割.pdf

1、軌道交通是世界運輸方式的重要組成部分。近年來，隨著對城市軌道交通以及高速鐵路客運專線等軌道交通的投入力度不斷加大，軌道交通地位的不斷提升，其安全問題也日益突出。軌枕作為鐵路線路重要的基礎設施，其工作狀態(tài)是否正常對鐵路線路的安全有著重要的影響。隨著基于圖像處理技術的非接觸式檢測技術的發(fā)展，圖像處理技術也漸漸地被應用到鐵路線路的狀態(tài)檢測中來，本文的研究目的就是為后續(xù)的軌枕狀態(tài)檢測提供精確的、可信度高的軌枕分割圖像。為了這個目標，本文主要做了

2、如下三個方面的工作:
　　 1.介紹國際國內對鐵路圖像軌枕分割進行研究的現(xiàn)狀，結合我國現(xiàn)行的鐵路線路巡檢方式，分析了對鐵路圖像軌枕分割進行研究的必要性和重要性;
　　 2.從紋理分析的角度對鐵路圖像的特點進行了分析，借鑒生物視覺研究的相關理論，選擇了一個重要的時頻域分析工具—Gabor濾波器，并結合實際鐵路圖像的特征，對Gabor濾波器組的相關參數(shù)進行了選擇和計算，然后對本文設計的Gabor濾波器組的方向特性、旋轉不變性

3、、平移不變性和縮放不變性進行了討論;
　　 3.在鐵路圖像經(jīng)過Gabor濾波器組變換的基礎上，采用非線性分析的方式，對鐵路圖像的紋理特征進行了提取和分析。針對經(jīng)典K均值聚類分割隨機確定聚類中心和不能利用像素空間約束的缺點，給出了鐵路圖像軌枕分割聚類中心的選擇規(guī)則，提出了針對軌枕分割的空間約束K均值聚類分割方法。實驗結果表明，本文針對鐵路圖像紋理特征的特點提出的自適應確定聚類中心和基于像素坐標空間約束的改進K均值聚類鐵路圖像軌枕分