基于机器视觉的钢轨表面缺陷检测技术研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 1 绪论 | 第8-13页 |
| 1.1 课题研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 国内研究现状 | 第9-10页 |
| 1.2.2 国外研究现状 | 第10-11页 |
| 1.3 本文主要研究内容和章节安排 | 第11-13页 |
| 1.3.1 主要研究内容 | 第11-12页 |
| 1.3.2 章节安排 | 第12-13页 |
| 2 钢轨表面缺陷检测系统设计 | 第13-23页 |
| 2.1 系统设计目标 | 第13-14页 |
| 2.2 系统总体方案 | 第14页 |
| 2.3 系统硬件结构设计 | 第14-21页 |
| 2.3.1 成像系统 | 第14-17页 |
| 2.3.2 照明系统 | 第17-19页 |
| 2.3.3 运动平台 | 第19-21页 |
| 2.4 系统软件流程设计 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 3 钢轨表面图像处理算法研究 | 第23-44页 |
| 3.1 钢轨表面图像预处理 | 第23-29页 |
| 3.1.1 钢轨区域提取 | 第23-25页 |
| 3.1.2 图像去噪 | 第25-29页 |
| 3.2 钢轨表面图像初检 | 第29-31页 |
| 3.3 引入视觉注意机制的钢轨表面缺陷图像分割 | 第31-43页 |
| 3.3.1 视觉注意机制简介 | 第33页 |
| 3.3.2 视觉显著性检测方法 | 第33-35页 |
| 3.3.3 基于上下文感知的钢轨表面缺陷图像分割 | 第35-38页 |
| 3.3.4 实验结果及分析 | 第38-43页 |
| 3.4 本章小结 | 第43-44页 |
| 4 钢轨表面缺陷特征提取 | 第44-61页 |
| 4.1 钢轨表面典型缺陷分析 | 第44-45页 |
| 4.2 灰度特征 | 第45-48页 |
| 4.3 纹理特征 | 第48-52页 |
| 4.4 几何形状特征 | 第52-60页 |
| 4.5 本章小结 | 第60-61页 |
| 5 钢轨表面缺陷多分类器设计 | 第61-73页 |
| 5.1 引言 | 第61-62页 |
| 5.2 支持向量机理论 | 第62-67页 |
| 5.2.1 样本线性可分支持向量分类机 | 第62-65页 |
| 5.2.2 样本线性不可分支持向量机 | 第65-66页 |
| 5.2.3 核函数介绍 | 第66-67页 |
| 5.3 钢轨表面缺陷多分类器设计 | 第67-72页 |
| 5.4 本章小结 | 第72-73页 |
| 6 系统实现及测试 | 第73-81页 |
| 6.1 系统实现 | 第73-75页 |
| 6.2 系统测试 | 第75-80页 |
| 6.2.1 图像预处理实验 | 第75-76页 |
| 6.2.2 缺陷目标检出实验 | 第76-79页 |
| 6.2.3 缺陷类别分类实验 | 第79-80页 |
| 6.3 本章小结 | 第80-81页 |
| 总结 | 第81-83页 |
| 致谢 | 第83-84页 |
| 参考文献 | 第84-88页 |
| 攻读硕士学位期间发表的学术论文及研究成果 | 第88页 |
