文献

J-GLOBAL ID：201302208984749907   整理番号：13A0014687

レール欠陥検出用の最大加重オブジェクト相関に基づいた閾値処理

Thresholding Based on Maximum Weighted Object Correlation for Rail Defect Detection

著者 (4件)： LI Qingyong (School of Computer and Information Technol., Beijing Jiaotong Univ.) ,  HUANG Yaping (School of Computer and Information Technol., Beijing Jiaotong Univ.) ,  LIANG Zhengping (Coll. of Computer Sci. and Software Engineering, Shenzhen Univ.) ,  LUO Siwei (School of Computer and Information Technol., Beijing Jiaotong Univ.)
資料名： IEICE Transactions on Information and Systems (Institute of Electronics, Information and Communication Engineers)  (IEICE Transactions on Information and Systems (Institute of Electronics, Information and Communication Engineers))
巻： E95-D  号： 7  ページ： 1819-1822 (J-STAGE)  発行年： 2012年 
JST資料番号： L1371A  ISSN： 0916-8532  資料種別： 逐次刊行物 (A)
記事区分： 短報  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： レール欠陥検出に対して自動閾値処理は重要な技法であるが,従来の手法はこの応用の特性に適合するのに十分な程には有能ではない。本論文ではレール画像が単峰形で欠陥比率が小さいという特徴に適合する最大加重オブジェクト相関(MWOC)閾値処理手法を提案した。MWOCはオブジェクト相関と閾値付けられた欠陥の比率を表現する重み項の積を最適化する事によって閾値を選択する。筆者らの実験結果はMWOCが0.85%の誤分類誤りを達成し,そしてレール欠陥検出の応用に対してOtsu,最大相関閾値処理,最大エントロピー閾値処理及び谷-強調手法を含む他の良く確立された閾値処理手法の性能を上回る事を論証した。(翻訳著者抄録)

シソーラス用語： レール ,  *欠陥 ,  *検出 ,  最大値 ,  重みづけ ,  *相関 ,  画像処理 ,  閾値 ,  物 ,  自動化
準シソーラス用語： オブジェクト ,  加重 ,  *閾値処理

分類 (3件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I) ,  統計学  (AB08000H)

引用文献 (12件)：

• [1] F. Marino, A. Distante, P. Mazzeo, and E. Stella, “A real-time visual inspection system for railway maintenance: automatic hexagonal-headed bolts detection,” IEEE Trans. Syst. Man. Cybern. C, Appl. Rev., vol.37, no.3, pp.418-428, 2007.
• [2] M. Papaelias, C. Roberts, and C. Davis, “A review on non-destructive evaluation of rails: state-of-the-art and future development,” Proc. Institution of Mechanical Engineers, Part F: J. Rail and Rapid Transit, vol.222, no.4, pp.367-384, 2008.
• [3] M. Sezgin and B. Sankur, “Survey over image thresholding techniques and quantitative performance evaluation,” J. Electronic Imaging, vol.13, no.1, pp.146-156, 2004.
• [4] N. Nacereddine, M. Hamami, and N. Oucief, “Non-parametric histogram-based thresholding methods for weld defect detection in radiography,” World Academy of Science, Engineering and Technology, vol.9, pp.213-217, 2005.
• [5] N. Otsu, “A threshold selection method from gray-level histograms,” IEEE Trans. Syst. Man. Cybern., vol.9, no.1, pp.62-66, 1979.

タイトルに関連する用語 (6件)： レール ,  欠陥検出 ,  加重 ,  オブジェクト ,  相関 ,  閾値処理