文献

J-GLOBAL ID：201902222911618386   整理番号：19A0084763

Huモーメント特徴に基づく鉄道軌道認識検出アルゴリズム【JST・京大機械翻訳】

Railway Track Detection Algorithm Based on Hu Invariant Moment Feature

著者 (2件)： Dong Yu (蘭州交通大学自動化与電气工程学院,甘粛蘭州 730070;蘭州交通大学光電技術与智能控制教育部重点実験室,甘粛蘭州 730070) ,  Guo Bi (蘭州交通大学自動化与電气工程学院,甘粛蘭州,730070)
資料名： Tiedao Xuebao  (Tiedao Xuebao)
巻： 40  号： 10  ページ： 64-70  発行年： 2018年 
JST資料番号： W1488A  ISSN： 1001-8360  CODEN： TIXUF5  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 現在の鉄道レール検出アルゴリズムの正確性とロバスト性が低い問題に対して、Hu不変量モーメント特徴を用いて軌道線探索を実現し、Bスプライン曲線をフィッティングモデルとするレール自動検出方法を提出した。ビデオフレーム中のレールのエッジ特性に従い,画像空間の軌道線の隠れ境界を,改良ハフ変換によって識別し,そして,近遠景領域の較正を完成することができた。近景区の直線軌道に対して、直線模型でフィッティングし、遠景区では、ドリフト検出窓を用いて、Huモーメントを比較することによって軌道特徴点を抽出し、最小二乗法でBスプライン曲線モデルのフィッティングを実現した。モデル更新と切換え原理を,軌道線を自動的に追跡するために用いた。実験結果は,軌道線の平均追跡時間が0.081sであり,レール検出の精度およびロバスト性が改良され,曲線軌道のモデルフィッティングの問題をよりよく解決できることを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 鉄道軌道 ,  最小二乗法 ,  ドリフト ,  ロバスト性 ,  *モーメント ,  レール ,  Hough変換 ,  検出法 ,  画像 ,  不変量
準シソーラス用語： モデルあてはめ ,  モデル更新 ,  特徴点 ,  正確性 ,  *検出アルゴリズム , 【Automatic Indexing@JST】

分類 (1件)： 鉄道車両設計  (QH02010K)

タイトルに関連する用語 (4件)： HU ,  モーメント ,  鉄道軌道 ,  検出アルゴリズム