行车环境下钢轨轮廓激光条纹中心的提取方法
Acta Optica Sinica（2019）
摘要
研究了行车环境下激光条纹图像中心线快速、准确且可靠的提取方法.基于ENet深度学习模型实现了激光条纹的多区段快速分割;通过统计各区段内光条梯度方向的直方图来确定各分段光条的法线主方向, 并构造了相应的方向模板;利用分区域多模板匹配的灰度重心法实现了光条中心的亚像素坐标提取.研究结果表明, 该方法可以有效克服室外行车环境中各类干扰信息对光条中心提取的影响, 单幅钢轨轮廓图像的光条提取时间仅为2.1 ms, 误差均值约为0.082 pixel, 标准差为0.047 pixel, 兼顾了光条中心提取的时效性和准确率.
更多查看译文
关键词
image processing, structured-light measurement, light stripe center extraction, image segmentation, deep learning, multi-template matching, sub-pixel
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要