基于主动式全景视觉传感器的火炮身管损伤检测系统研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 火炮检测发展现状 | 第12-14页 |
| 1.2.2 全景视觉发展现状 | 第14-16页 |
| 1.3 本文的主要工作 | 第16页 |
| 1.4 本章小结 | 第16-18页 |
| 第2章 身管检测系统总体设计 | 第18-25页 |
| 2.1 引言 | 第18页 |
| 2.2 身管损伤检测系统总体架构设计 | 第18-19页 |
| 2.3 身管损伤检测系统硬件设计 | 第19-21页 |
| 2.3.1 身管损伤检测装置 | 第19-21页 |
| 2.3.2 图像获取流程 | 第21页 |
| 2.4 身管损伤检测系统软件设计 | 第21-24页 |
| 2.4.1 软件总体架构设计 | 第21-22页 |
| 2.4.2 主要功能模块介绍 | 第22-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 基于CNN的火炮身管损伤识别 | 第25-37页 |
| 3.1 引言 | 第25页 |
| 3.2 图像预处理 | 第25-31页 |
| 3.2.1 全景图像展开单元 | 第25-26页 |
| 3.2.2 噪声消除单元 | 第26-27页 |
| 3.2.3 区域分割单元 | 第27页 |
| 3.2.4 亮度调整单元 | 第27-29页 |
| 3.2.5 膛线处理单元 | 第29-30页 |
| 3.2.6 图像分割单元 | 第30页 |
| 3.2.7 损伤提取单元 | 第30-31页 |
| 3.3 基于CNN的损伤分类 | 第31-33页 |
| 3.3.1 CNN框架 | 第31-32页 |
| 3.3.2 CNN训练 | 第32-33页 |
| 3.4 实验研究 | 第33-35页 |
| 3.5 本章小结 | 第35-37页 |
| 第4章 基于线结构光的火炮身管损伤检测 | 第37-52页 |
| 4.1 引言 | 第37页 |
| 4.2 激光中心点提取 | 第37-41页 |
| 4.2.1 阈值法 | 第37-38页 |
| 4.2.2 极值法 | 第38-39页 |
| 4.2.3 曲线拟合法 | 第39-40页 |
| 4.2.4 激光中心提取算法实现 | 第40-41页 |
| 4.3 解析激光中心点的空间坐标 | 第41-45页 |
| 4.3.1 标定相机内外参数 | 第43页 |
| 4.3.2 解析图像点与入射光线的映射关系 | 第43-45页 |
| 4.3.3 解析激光点的空间坐标 | 第45页 |
| 4.4 损伤检测 | 第45-47页 |
| 4.5 实验研究 | 第47-51页 |
| 4.5.1 视觉测量 | 第47-48页 |
| 4.5.2 视觉测量精度分析 | 第48-50页 |
| 4.5.3 身管 3D重构及损伤部位的标注 | 第50-51页 |
| 4.6 本章小结 | 第51-52页 |
| 第5章 身管损伤检测系统实现 | 第52-58页 |
| 5.1 引言 | 第52页 |
| 5.2 系统环境及相关技术 | 第52-53页 |
| 5.3 主要模块实现 | 第53-56页 |
| 5.3.1 图像预处理模块 | 第53-54页 |
| 5.3.2 卷积神经网络模块 | 第54-55页 |
| 5.3.3 点云数据计算模块 | 第55页 |
| 5.3.4 身管损伤重构及检测模块 | 第55-56页 |
| 5.4 身管损伤检测系统界面介绍 | 第56页 |
| 5.5 身管损伤检测系统操作流程 | 第56-57页 |
| 5.6 本章小结 | 第57-58页 |
| 第6章 总结与展望 | 第58-60页 |
| 6.1 总结 | 第58-59页 |
| 6.2 展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 攻读学位期间参加的科研项目和成果 | 第64页 |
