来源：期刊VIP网 时间：
作者：程海鹰;段智威;田珂;田明锐;康敬东;
单位：长安大学高速公路筑养装备与技术教育部工程研究中心;
摘要：针对低照度环境下，道岔清砟机难以精确识别复杂道岔的清砟作业区域问题，本文提出了一种低照度环境下的道岔清砟作业区域识别方法。该方法在Mask R-CNN的基础上，首先串联融合Retinex-Net，对低照度环境下的原始道岔场景图像进行图像增强处理；然后构建改进的Mask R-CNN，调整锚点的宽高比，并引入结合通道注意力机制和空间注意力机制的混合注意力机制，提升目标检测的性能和鲁棒性；最后使用HSV模型进行轮廓提取，实现清砟作业区域的自动分割识别。实验结果表明：本文方法在道岔图像集上的检测精度优于Mask R-CNN和U-Net、U2-Net等算法，在低照度环境下具有良好的鲁棒性和适应性，为清砟机智能控制系统提供了精确的视觉引导。
关键词：道岔清砟;;低照度环境;;Retinex-Net算法;;Mask R-CNN;;目标分割
基金资助：内蒙古自治区科技计划资助项目（2020GG0285）
