基于双结构元素数学形态学的铁轨图像边缘检测方法

基金项目: 高等学校博士学科点专项科研基金(200607 32002)%甘肃省自然科学基金(096RJZA084)%甘肃省教育厅研究生导师科研计划项目(0814-4)

详细信息

Edge detection method of track images based on mathematical morphology of dualstructural elements

摘要: 针对铁轨图像在采集过程中经常受到不同程度的噪声影响,传统边缘检测方法难以检测并提取准确的铁轨边缘.文中通过分析灰度数学形态学抗噪图像边缘检测的常用方法,提出基于不同几何形状及大小的双结构元素抗噪数学形态学铁轨图像边缘检测算法.并应用这种算法对掺杂有噪声的铁轨弯道图像边缘进行铁轨边缘检测,实验结果表明:该方法具有比传统经典边缘检测方法更好的铁轨弯道边缘检测及提取效果.
- 灰度数学形态学 /
- 边缘检测 /
- 结构元素 /
- 轨道边缘检测

1.	周思丹. 结合智能手表的疲劳驾驶监测系统. 现代信息科技. 2022(11): 166-168+171 . 百度学术
2.	马世伟，王泽敏，吕宝粮. 基于脑电信号的动车组司机疲劳状态评估技术研究. 铁路节能环保与安全卫生. 2021(04): 43-49 . 百度学术
3.	刘华旺，刘磊，许静，金骁. 基于模拟疲劳驾驶检测的仿真实验教学平台. 测控技术. 2020(10): 145-149 . 百度学术
4.	柴文宇，陈姝. 铁路机车乘务员智能实时监测系统研究. 铁路计算机应用. 2020(12): 21-24 . 本站查看
5.	王延年，柴小强，向秋丽. 基于空间聚类心率检测算法的疲劳驾驶预警手环设计. 国外电子测量技术. 2019(05): 91-95 . 百度学术