摘要
本发明公开了一种基于图像的列车在站运行状态监测识别方法及系统,涉及列车状态识别技术领域,包括采集图像数据进行二维小波分解,应用软阈值进行去噪处理并重新生成去噪后的对齐图像数据;构建对齐图像数据的高斯金字塔,通过直方图均衡化进行均衡化映射,基于每层高斯金字塔合并为完整的图像数据。本发明所述方法通过CLAHE自适应对比度调整在不同光照条件下显著提升了图像的局部细节,使得原本对比度较低的区域变得更清晰,通过多尺度特征提取,高斯金字塔分解生成了不同分辨率的图像层级,确保图像在不同尺度下的结构信息被保留,通过SGM和RANSAC的结合,使得点云在复杂场景中依然具有较强的抗噪能力,能够适应光照变化、反射干扰等环境条件。
技术关键词
高斯金字塔
监测识别方法
图像
特征值
异常点
直方图均衡化
数据
纹理特征
列车
深度学习模型
关键点
坐标
对比度
一致性算法
像素点
灰度直方图
局部特征提取
双线性插值
点云
系统为您推荐了相关专利信息
智能分类方法
半监督学习
元素
深度学习模型
前馈神经网络
皮肤表面粗糙度
像素点
智能协作
机器人系统
Prewitt算子
图像分析
图像分割
非局部均值去噪算法
颜色
CT图像处理方法