轨道交通接触网故障检测与实证分析

文章从图像视觉角度检测接触网故障,向巡检人员提供故障预警依据、保障列车安全运行。首先基于中值滤波算法去除原始接触网图像的噪声,还原图像关键细节;其次基于支持向量机(support vector machines,SVM)分类图像中接触网构件的HOG (Histogram of Oriented Gradient)特征,初步判断接触网构件的位置,此过程中基于粒子群优化算法(Particle SwarmOptimization,PSO)优化SVM分类器参数,提升SVM分类器的分类精度与效率;在此基础上,根据人眼视觉特征设计仿生轮廓组合方法,精准提取接触网构件的轮廓。