心盘螺栓和闸瓦钎故障图像检测算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 课题背景及研究意义 | 第9-10页 |
| 1.2 铁路货车故障图像自动检测研究现状 | 第10-13页 |
| 1.2.1 机器视觉发展及检测研究现状 | 第10页 |
| 1.2.2 TFDS发展及故障检测研究现状 | 第10-12页 |
| 1.2.3 心盘螺栓和闸瓦钎故障检测研究现状 | 第12-13页 |
| 1.3 论文主要研究内容 | 第13-14页 |
| 1.4 论文组织结构 | 第14-16页 |
| 2 故障图像处理相关理论 | 第16-34页 |
| 2.1 图像预处理 | 第16-22页 |
| 2.1.1 图像去噪 | 第16-19页 |
| 2.1.2 镜像变换 | 第19-21页 |
| 2.1.3 直方图均衡化 | 第21-22页 |
| 2.2 图像定位 | 第22-27页 |
| 2.2.1 投影 | 第22-23页 |
| 2.2.2 边缘检测 | 第23-25页 |
| 2.2.3 类间最大方差法 | 第25-27页 |
| 2.3 图像描述 | 第27-30页 |
| 2.3.1 韦伯局部描述符 | 第27-29页 |
| 2.3.2 局部相位量化 | 第29-30页 |
| 2.4 故障识别 | 第30-33页 |
| 2.4.1 支持向量机 | 第30-33页 |
| 2.5 本章小结 | 第33-34页 |
| 3 心盘螺栓故障图像检测算法设计 | 第34-48页 |
| 3.1 心盘螺栓图像去噪 | 第35页 |
| 3.2 心盘螺栓区域图像定位 | 第35-45页 |
| 3.2.1 制动横梁定位 | 第36-37页 |
| 3.2.2 制动拉杆定位 | 第37-39页 |
| 3.2.3 图像类型分类 | 第39-40页 |
| 3.2.4 A型心盘螺栓定位 | 第40-42页 |
| 3.2.5 B型心盘螺栓定位 | 第42-45页 |
| 3.3 心盘螺栓区域图像描述 | 第45-46页 |
| 3.4 心盘螺栓区域图像故障识别 | 第46页 |
| 3.5 本章小结 | 第46-48页 |
| 4 闸瓦钎故障图像检测算法设计 | 第48-55页 |
| 4.1 闸瓦钎图像去噪 | 第48-49页 |
| 4.2 闸瓦钎区域图像定位 | 第49-53页 |
| 4.3 闸瓦钎区域图像描述 | 第53页 |
| 4.4 闸瓦钎区域图像故障识别 | 第53页 |
| 4.5 本章小结 | 第53-55页 |
| 5 故障图像检测算法优化及分析 | 第55-66页 |
| 5.1 心盘螺栓故障图像检测算法优化及分析 | 第55-60页 |
| 5.1.1 心盘螺栓区域图像定位实验分析 | 第55-56页 |
| 5.1.2 心盘螺栓图像故障识别实验分析及优化 | 第56-58页 |
| 5.1.3 心盘螺栓故障图像检测算法实验分析 | 第58-60页 |
| 5.2 闸瓦钎故障图像检测算法优化及分析 | 第60-64页 |
| 5.2.1 闸瓦钎区域定位实验分析 | 第60-61页 |
| 5.2.2 闸瓦钎图像故障识别实验分析及优化 | 第61-63页 |
| 5.2.3 闸瓦钎故障图像检测算法实验分析 | 第63-64页 |
| 5.3 本章小结 | 第64-66页 |
| 结论 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 攻读学位期间的研究成果 | 第73页 |
