| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-7页 |
| 1 绪论 | 第7-13页 |
| ·选题背景 | 第7-10页 |
| ·跨座式单轨交通轨道梁简介 | 第7-8页 |
| ·轨道梁梁面健康检测与缺陷特征识别技术的国内外发展现状 | 第8-10页 |
| ·研究的目的和意义 | 第10-11页 |
| ·研究的目的 | 第10页 |
| ·研究的意义 | 第10-11页 |
| ·研究内容和方法 | 第11-13页 |
| ·研究内容 | 第11页 |
| ·轨道梁梁面缺陷问题的解决方案 | 第11-13页 |
| 2 梁面检测系统技术方案 | 第13-27页 |
| ·梁面缺陷特征的分类以及成因分析 | 第13-14页 |
| ·轨道梁梁面缺陷检测系统的设计 | 第14-16页 |
| ·轨道梁梁面缺陷检测系统的主要技术要求 | 第14页 |
| ·梁面缺陷自动检测系统的设计 | 第14-16页 |
| ·图像采集系统 | 第16-20页 |
| ·照明方式以及光源的选择 | 第17-18页 |
| ·摄像机的选择 | 第18-19页 |
| ·光电编码器简介 | 第19-20页 |
| ·相机系统的标定 | 第20-24页 |
| ·摄像机的镜头畸变 | 第20-21页 |
| ·摄像机标定的实现与分析 | 第21-24页 |
| ·梁面图像的处理流程 | 第24-27页 |
| 3 根据灰度统计特性对梁面图像初分类 | 第27-35页 |
| ·灰度统计特性的前期处理 | 第27-30页 |
| ·梁面图像的去噪 | 第27-29页 |
| ·梁面图像的缩小与分块 | 第29-30页 |
| ·利用灰度统计特性分类的原理 | 第30-32页 |
| ·利用灰度统计特性分类的过程 | 第32-35页 |
| 4 利用纹理特性判别疑似图像 | 第35-42页 |
| ·图像的纹理特征简介 | 第35-36页 |
| ·纹理分析的基本方法 | 第36-37页 |
| ·轨道梁梁面图像纹理特征的抽取 | 第37-42页 |
| 5 缺陷梁面图像的分割与缺陷类型的识别 | 第42-56页 |
| ·阈值分割技术 | 第42-43页 |
| ·基于边缘的分割方法 | 第43-46页 |
| ·常用的边缘检测算法 | 第44页 |
| ·边缘检测算法的改进 | 第44-46页 |
| ·区域增长算法 | 第46-51页 |
| ·区域增长的一般步骤 | 第47页 |
| ·生长准则与生长过程 | 第47-50页 |
| ·K-均值聚类方法动态选取种子点和阈值 | 第50-51页 |
| ·几种分割效果的比较 | 第51-52页 |
| ·缺陷类型的识别 | 第52-56页 |
| ·图像的投影理论 | 第52-53页 |
| ·根据投影曲线判断缺陷类型 | 第53-56页 |
| 6 实验以及结果分析 | 第56-59页 |
| ·实验情况简介 | 第56页 |
| ·实验步骤 | 第56-57页 |
| ·实验结果及分析 | 第57-59页 |
| 7 结论 | 第59-61页 |
| ·工作总结 | 第59页 |
| ·对于项目的展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 附录 | 第65页 |