孙国栋　杨林杰　梅术正　赵大兴

湖北工业大学,武汉,430068



一种基于几何特征的列车集尘器形状匹配算法

孙国栋杨林杰梅术正赵大兴

湖北工业大学,武汉,430068

摘要：针对列车集尘器定位不准确的问题，提出了一种基于几何特征的形状匹配算法。该算法首先对轮廓点进行采样，基于极半径、局部曲率确定关键点的初始位置及点集的映射关系，然后以形心为基准，生成以角度和尺度为几何特征的双重描述子，并对其作标准量化处理。最后使用改进的曼哈顿距离计算描述子的相似性。实验结果表明,该形状匹配算法几乎不受伸缩、旋转、平移等几何变换的影响，具有一定的适应性和鲁棒性。

关键词：货车故障图像检测系统;集尘器;几何特征;形状匹配;描述子

0引言

货车故障图像检测系统(troubleofmovingfreightcardetectionsystem,TFDS)可有效克服人工列检的局限性，提高检测效率，对我国铁路货运事业的发展具有重要意义。轮廓作为一种高级别的视觉信息，其相关技术已被应用于多个领域，如目标识别、图像检索、医学图像分析、机器人导航等，但在TFDS中的应用相对较少，轮廓描述与匹配技术的研究一直是模式识别的热点问题[1-3]。最经典的是由Belongie等[4]提出的形状上下文(shapecontext,SC)描述方法,该方法主要描述轮廓序列上的某个点与其他所有点的空间分布关系,后续很多算法都对其作了改进，但实时性较差。孙晓鹏等[5]提出了一种基于耳廓点云形状特征匹配的路径跟随算法,该方法结合凸松弛方法与凹松弛方法,通过跟随凸凹问题的解路径，近似地求解图匹配问题。……