带钢瓢曲检测方法研究及监控系统的实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景 | 第8-10页 |
| 1.2 本研究的目标和意义 | 第10-11页 |
| 1.3 本文的主要研究内容 | 第11-12页 |
| 第二章 瓢曲检测的图像处理方法 | 第12-26页 |
| 2.1 瓢曲检测问题的背景 | 第12-13页 |
| 2.2 基于图像处理技术的瓢曲检测方法 | 第13-23页 |
| 2.2.1 检测带钢边缘 | 第14-16页 |
| 2.2.2 提取带钢区域图像 | 第16-18页 |
| 2.2.3 计算局部方差 | 第18-19页 |
| 2.2.4 根据局部方差分布情况检测瓢曲 | 第19-23页 |
| 2.3 算法运行效果 | 第23-25页 |
| 2.4 小结 | 第25-26页 |
| 第三章 基于关键点分布的瓢曲检测方法 | 第26-39页 |
| 3.1 原有的瓢曲检测方法 | 第26-27页 |
| 3.2 瓢曲检测流程 | 第27-36页 |
| 3.2.1 拍摄角度矫正 | 第27-30页 |
| 3.2.2 带钢区域提取 | 第30页 |
| 3.2.3 检测关键点 | 第30-34页 |
| 3.2.4 关键点空间分布统计 | 第34-36页 |
| 3.3 算法性能 | 第36-38页 |
| 3.3.1 实验结果 | 第36-38页 |
| 3.3.2 计算复杂度 | 第38页 |
| 3.4 小结 | 第38-39页 |
| 第四章 监控系统的设计实现 | 第39-50页 |
| 4.1 炉内带钢监控系统的开发背景 | 第39页 |
| 4.2 硬件结构 | 第39-40页 |
| 4.3 模块化的软件设计 | 第40-48页 |
| 4.3.1 视频与数据显示模块 | 第43-44页 |
| 4.3.2 图像处理及保存模块 | 第44-45页 |
| 4.3.3 数据接收及保存模块 | 第45页 |
| 4.3.4 历史数据查询模块 | 第45-46页 |
| 4.3.5 带钢运行状态图模块 | 第46-47页 |
| 4.3.6 预警模块 | 第47-48页 |
| 4.4 系统运行效果 | 第48-50页 |
| 第五章 总结与展望 | 第50-51页 |
| 参考文献 | 第51-53页 |
| 攻读硕士期间发表的论文 | 第53-54页 |
| 致谢 | 第54-55页 |
