基于图像的轨道缺陷自动检测系统的研究
摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第8-12页 |
1.1 研究背景和意义 | 第8-9页 |
1.2 国内外研究现状 | 第9-10页 |
1.3 研究总论及内容安排 | 第10-12页 |
第二章 系统框架设计 | 第12-24页 |
2.1 硬件设计 | 第12-18页 |
2.1.1 基本构造 | 第12-13页 |
2.1.2 相机 | 第13-15页 |
2.1.3 图像采集卡 | 第15-16页 |
2.1.4 图像压缩和存储 | 第16-17页 |
2.1.5 结果图像 | 第17-18页 |
2.2 缺陷自动检测系统 | 第18-21页 |
2.3 缺陷回放系统 | 第21-23页 |
2.4 本章小结 | 第23-24页 |
第三章 缺陷检测算法设计 | 第24-45页 |
3.1 光带检测 | 第24-27页 |
3.1.1 分割光带 | 第25-26页 |
3.1.2 光带横向投影 | 第26页 |
3.1.3 缺陷定位 | 第26-27页 |
3.2 扣件检测 | 第27-42页 |
3.3.1 模板图像选择 | 第28-29页 |
3.3.2 计算轨道板宽度 | 第29-31页 |
3.3.3 扣件图像处理 | 第31-37页 |
3.3.4 图像缩放 | 第37-38页 |
3.3.5 模板匹配 | 第38-39页 |
3.3.6 缺陷判定识别 | 第39-42页 |
3.3 检测结果 | 第42-44页 |
3.3.1 扣件检测结果 | 第42-43页 |
3.3.2 光带检测结果 | 第43-44页 |
3.4 本章小结 | 第44-45页 |
第四章 程序优化设计 | 第45-63页 |
4.1 增加线程 | 第45-48页 |
4.1.1 线程设计 | 第46-47页 |
4.1.2 创建和结束线程 | 第47页 |
4.1.3 线程同步 | 第47-48页 |
4.2 减少计算数据量 | 第48-49页 |
4.3 GPU 加速 | 第49-60页 |
4.3.1 GPU 异构标准 | 第49-52页 |
4.3.2 CUDA 原理 | 第52-58页 |
4.3.3 CUDA 程序优化 | 第58-60页 |
4.4 硬件提升 | 第60-62页 |
4.5 本章总结 | 第62-63页 |
第五章 总结与展望 | 第63-64页 |
参考文献 | 第64-66页 |
附录 1 攻读硕士学位期间参加的科研项目 | 第66-67页 |
致谢 | 第67页 |