优秀项目-北京交通大学威海校区

优秀项目

Outstanding Projects

当前位置 Current : 首页/ 人才培养/ 大学生创新创业训练计划项目/ 优秀项目

The "College Students’ Innovation and Entrepreneurship Training Program" is one of the most extensive and influential programs directly aimed at individual or group college students in the construction project of the Ministry of Education’s "Undergraduate Teaching Quality and Teaching Reform Project in Higher Education". It is to guide students to understand the society, an important carrier for contacting engineering practice, participating in scientific research training and entrepreneurial training. The implementation of the college students' innovation and entrepreneurship training program is an effective means to cultivate students' rigorous scientific attitude and team spirit, and to enhance students' scientific research ability, innovation ability and entrepreneurial ability based on innovation.

根据《教育部财政部关于“十二五”期间实施“高等学校本科教学质量与教学改革工程”的意见》（教高〔2011〕6号）和《教育部关于批准实施“十二五”期间“高等学校本科教学质量与教学改革工程”2012年建设项目的通知》（教高函〔2012〕2号），教育部决定在“十二五”期间实施国家级大学生创新创业训练计划。

“大学生创新创业训练计划” 是教育部“高等学校本科教学质量与教学改革工程”建设项目中直接针对大学生个体或团体所设立的覆盖面最广、影响最大的项目之一，是引导学生了解社会、接触工程实践、参与科研训练与创业训练的重要载体。实施大学生创新创业训练计划项目是培养学生严谨的科学态度和团队精神，增强学生的科研能力、创新能力和在创新基础上的创业能力的有效手段。

我校大学生创新创业训练计划项目包括创新训练项目、创业训练项目和创业实践项目三类。

1.创新训练项目。本科生个人或团队，在导师指导下，自主完成创新性研究项目的设计、研究条件准备和项目实施、研究报告撰写、成果（学术）交流等工作。

2.创业训练项目。由本科生团队，在导师指导下，团队中每个学生在项目实施过程中扮演一个或多个具体的角色，通过编制商业计划书、开展可行性研究、模拟企业运行、参加企业实践、进行验证试验等训练环节的项目。

3.创业实践项目。由学生团队，在学校导师和企业导师共同指导下，采用前期创新训练项目（或创业训练项目）的成果，提出一项具有市场前景的创新性产品或者服务，以此为基础开展创业实践活动。

TFDS系统中的铁路货车部件图像增强研究

Image enhancement study of railway train components in TFDS

In this project, a TFDS image pre-processing method combining image edge enhancement and sparrow search algorithm is proposed to address the problems of underexposure, low contrast and blurred edge details of train images in the Trouble of moving Freight car Detection System (TFDS). The method first uses the Gauss-Laplace operator to detect and sharpen the edges of the image to enhance the sharpness of the edge details of train parts, and then uses the sparrow search algorithm to search for the optimal parameters of the non-complete Beta function to achieve adaptive enhancement of low-illumination images. The experimental results show that the method outperforms common TFDS image pre-processing algorithms in terms of information entropy, average gradient and contrast. This project can reduce the error rate of manual identification in current applications and can be applied to TFDS critical part matching algorithms in future research to achieve intelligent fault identification.

项目组人员：

李昱林，2019级通信工程专业

包维，2019级通信工程专业

赵一璇，2019级环境工程专业

指导教师：周航

项目级别：国家级

项目简介：

在本项目中，针对货车运行故障动态图像检测系统（Trouble of moving Freight car Detection System，TFDS）中存在的列车图像曝光不足、对比度低以及边缘细节模糊的问题，提出了图像边缘增强与麻雀搜索算法相结合的TFDS 图像预处理方法。项目处理流程如下：首先，利用高斯-拉普拉斯算子对图像进行边缘检测与锐化处理，增强列车零部件边缘细节清晰度；其次，利用麻雀搜索算法寻找非完全Beta 函数的最佳参数；最后，实现低照度图像的自适应增强。实验结果表明：该方法在信息熵、平均梯度以及对比度等方面优于TFDS 图像预处理常用算法。本项目在当前的应用中可以降低人工识别的出错率，并且在未来的研究中可以应用于TFDS关键部位匹配算法中，从而实现智能化故障识别。

项目创新点：

1. 通过程序编写提升图片质量，降低成本

2. 替代传统的模拟退火，人工蜂群等优化算法

3. 对基于麻雀搜索算法的自适应图像增强方法进行改良

项目成果：

1. 完成一套针对于低照度TFDS图像增强的算法设计

2. 完成论文撰写：《结合图像边缘增强与麻雀搜索算法的TFDS图像自适应增强方法》。论文投稿于国内学术期刊：《信息与电脑》，已被知网、维普、万方等数据库收录。

项目算法处理效果展示：