Detección automática de planos de rueda de ferrocarril mediante tratamiento digital de imágenes empleando la Transformada de Hilbert

• Autores: Enrique Hernández Hernández, Rafael Trallero Vela
• Localización: Tecnología y desarrollo, ISSN-e 1696-8085, Nº. 14, 2016
• Idioma: español
• Enlaces
  • Texto completo
• Resumen
  • español

    El presente artículo muestra una técnica basada en el tratamiento digital de imágenes, para diagnosticar planos de rueda de ferrocarril, para ello: se han extraido todos los picos de la señal; se ha hecho uso del concepto de señal analítica cuya parte real es la propia señal, es decir cada pico de la señal adquirida, y su parte imaginaria es la transformada de Hilbert de la señal original; se ha efectuado la representación de Lissajous de la señal analítica, de esa representación se ha obtenido una imagen a la que se aplican técnicas para la extracción de características de forma y contenido de regiones de pixeles; la selección de estas se ha llevado a cabo mediante búsqueda heurística empleando una función de evaluación basada en matrices de dispersión y su clasificación se ha realizado mediante aprendizaje supervisado empleando una Máquina de Vectores Soporte (MVS), utilizando la validación cruzada para la obtención de sus parámetros óptimos.

  • English

    This article demonstrates a technique based on digital imaging to diagnose railway wheel flats , then: have extracted all the peaks of the signal; It has made use of the concept of analytic signal whose real part is the signal itself , ie each acquired signal peak , and its imaginary part is the Hilbert transform of the original signal ; has made Lissajous representation of analytical signal , this representation has been obtained image that apply techniques for extracting features of form and content of regions of pixels ; the selection of these has been carried out by heuristic search using an evaluation function based on scattering matrices and classification was performed using supervised learning using a Support Vector Machine (SVM ) using cross validation to obtain their optimal parameters