动车底部部件异常辨识辅助分析管理系统设计
摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第9-14页 |
1.1 课题背景及意义 | 第9页 |
1.2 机械故障诊断与高速铁路信息化发展概况 | 第9-12页 |
1.2.1 机械故障诊断发展与应用现状 | 第9-10页 |
1.2.2 国内外高速铁路信息化发展概况 | 第10-12页 |
1.3 论文研究的主要内容及结构安排 | 第12-13页 |
本章小结 | 第13-14页 |
第二章 故障图像分析与关键技术 | 第14-22页 |
2.1 动车故障图像获取方式 | 第14页 |
2.2 动车底部故障图像特点 | 第14-15页 |
2.3 图像配准方法比较与选择 | 第15-17页 |
2.3.1 基于灰度信息的图像配准 | 第15页 |
2.3.2 基于变换域法的图像配准 | 第15-16页 |
2.3.3 基于图像兴趣点的图像配准 | 第16页 |
2.3.4 三种配准方式对比选择 | 第16-17页 |
2.4 管理系统关键技术 | 第17-20页 |
2.4.1 管理系统架构模式 | 第17-18页 |
2.4.2 开发技术 | 第18-19页 |
2.4.3 数据库 | 第19-20页 |
2.4.4 机器视觉库 | 第20页 |
本章小结 | 第20-22页 |
第三章 系统概要设计 | 第22-29页 |
3.1 系统设计目标 | 第22页 |
3.2 系统需求分析 | 第22-25页 |
3.2.1 系统功能需求分析 | 第22-24页 |
3.2.2 系统性能需求分析 | 第24-25页 |
3.3 系统模块概要设计 | 第25-27页 |
3.4 系统执行流程 | 第27-28页 |
本章小结 | 第28-29页 |
第四章 动车底部部件异常辨识与代码移植 | 第29-53页 |
4.1 故障检测中的图像处理技术 | 第29-33页 |
4.1.1 数字图像获取及表示 | 第29-30页 |
4.1.2 目标图像预处理 | 第30-31页 |
4.1.3 图像特征增强方法 | 第31-33页 |
4.2 动车底部部件图像特征提取 | 第33-42页 |
4.2.1 兴趣点提取算法的选择 | 第34-35页 |
4.2.2 SURF兴趣点检测与描述 | 第35-41页 |
4.2.3 SURF兴趣点提取及效果展示 | 第41-42页 |
4.3 兴趣点匹配方法的改进及效果演示 | 第42-45页 |
4.4 故障判定分析 | 第45-49页 |
4.5 代码移植 | 第49-51页 |
4.5.1 JNI技术 | 第49页 |
4.5.2 Myeclipse环境下代码移植 | 第49-51页 |
本章小结 | 第51-53页 |
第五章 系统实现与运行展示 | 第53-70页 |
5.1 系统开发环境 | 第53-55页 |
5.1.1 编程语言 | 第53页 |
5.1.2 开发工具 | 第53-54页 |
5.1.3 系统框架 | 第54-55页 |
5.2 系统分层设计思想 | 第55-56页 |
5.3 数据库的设计 | 第56-61页 |
5.3.1 数据库链接与数据存取 | 第57页 |
5.3.2 数据库表格设计 | 第57-59页 |
5.3.3 数据库结构 | 第59-61页 |
5.4 应用层核心构件实现 | 第61-62页 |
5.5 总体功能模块设计与运行展示 | 第62-69页 |
5.5.1 系统登录模块设计 | 第62页 |
5.5.2 系统主窗体设计 | 第62-64页 |
5.5.3 各个子系统设计 | 第64-69页 |
本章小结 | 第69-70页 |
结论 | 第70-72页 |
参考文献 | 第72-74页 |
攻读硕士学位期间发表的学术论文 | 第74-75页 |
致谢 | 第75页 |