基于改进RCF的轨道边缘检测模型

针对现有边缘检测模型检测复杂环境下的轨道边缘精度较低的问题,提出了一种基于改进RCF的轨道边缘检测模型。在RCF模型的基础上,去除深层的反卷积操作,增加特征融合模块,提升深层特征网络表达轨道边缘特征的能力,设计多感受野模块替换最后的concat层,增加有效感受野,引入高效注意力模块,提取有利于特征检测的通道,减少边缘检测的噪声。仿真结果表明,与HED、RCF模型相比,改进RCF模型检测轨道边缘的ODS分别提高了6.4%和1.1%、OIS分别提高了5.3%和0.7%,可更高效地检测轨道边缘。

基于双结构元素数学形态学的铁轨图像边缘检测方法

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。