×

基于特征提取和密度聚类的钢轨识别算法

消耗积分:0 | 格式:pdf | 大小:3.26 MB | 2021-06-16

分享资料个

　　障碍物对列车的正常运营构成了极大的安全隐患，钢軌轨识别是实现障碍物检测的关键步骤。钢轨识别算法需要能够快速有效地检测列车前方钢轨的位置，同时不能占用过多的计算资源，影响障碍物检测程序的运行速度。为解决上述问题，文中提出一种基于扩展Har特征提取和 DBSCAN密度聚类的钢轨识别算法。首先通过仿射变换、池化、灰度均衡仳、边缘检测等算法对图像进行预处理，然后基于扩展Haar特征提取图像中钢轨的特征点，最后利用 DBSCAN算法对特征点进行聚类，提取出有效的特征数据点进行曲线拟合，从而识别钢轨的位置。通过车载实验结果表眀，该方法能够在列车运行过程中有效检测到钢轨的位置，满足多场景、多工况的实际使用需求。

下载并关注上传者 低至0.43元/天 开通VIP 免费下载

声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉

评论(0)
发评论

下载排行榜

全部0条评论

快来发表一下你的评论吧 !