| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 课题研究的背景与意义 | 第9-10页 |
| 1.2 轨道几何变形检测技术的国内外研究现状 | 第10-12页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 课题研究的主要内容、目标与方法 | 第12页 |
| 1.3.1 课题研究的主要目标与方法 | 第12页 |
| 1.3.2 课题研究的主要内容 | 第12页 |
| 1.4 论文的结构安排 | 第12-14页 |
| 2 基于机器视觉的轨道几何变形检测系统 | 第14-24页 |
| 2.1 机器视觉概述 | 第14-15页 |
| 2.1.1 机器视觉简介 | 第14-15页 |
| 2.1.2 机器视觉原理及视觉检测系统构成 | 第15页 |
| 2.2 基于机器视觉的轨道几何变形检测系统 | 第15-17页 |
| 2.2.1 基于机器视觉的轨道几何变形检测系统构成 | 第15-16页 |
| 2.2.2 实验室轨距点检测装置设计 | 第16-17页 |
| 2.3 检测系统的摄像机标定 | 第17-22页 |
| 2.3.1 摄像机成像模型 | 第17-19页 |
| 2.3.2 三坐标系代数转换关系 | 第19-22页 |
| 2.4 本章小结 | 第22-24页 |
| 3 理想状态下的轨距点定位算法研究 | 第24-35页 |
| 3.1 钢轨轮廓图像预处理 | 第24-30页 |
| 3.1.1 钢轨轮廓图像灰度变换 | 第24-28页 |
| 3.1.2 钢轨灰度图像的图像分割 | 第28-30页 |
| 3.2 单像素激光光带中心线的提取 | 第30-33页 |
| 3.2.1 光带中心线的提取 | 第30-31页 |
| 3.2.2 单像素钢轨轮廓图像的矫正 | 第31-33页 |
| 3.3 激光光带坐标提取及轨距点定位 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 4 轨道几何变形状态下的轨距点定位算法 | 第35-45页 |
| 4.1 轨顶面缺损的钢轨轮廓的修复处理 | 第35-37页 |
| 4.1.1 曲线拟合算法 | 第36页 |
| 4.1.2 缺损轨顶面的最小二乘曲线拟合 | 第36-37页 |
| 4.2 轨头缺损的钢轨轮廓修复处理 | 第37-42页 |
| 4.2.1 滚动预测 | 第38-39页 |
| 4.2.2 Elman神经网络 | 第39页 |
| 4.2.3 轨头缺损轮廓的Elman神经网络预测 | 第39-42页 |
| 4.3 有缺损钢轨轮廓的轨距点定位 | 第42-43页 |
| 4.3.1 轨顶面缺损的轨距点定位算法 | 第42页 |
| 4.3.2 轨头缺损的轨距点定位算法 | 第42-43页 |
| 4.4 本章小结 | 第43-45页 |
| 5 轨距点检测精度分析 | 第45-56页 |
| 5.1 外界线路变换对轨距点检测精度影响分析 | 第45-55页 |
| 5.1.1 振动对轨距点检测精度的影响 | 第45-48页 |
| 5.1.2 振动位移实验 | 第48-52页 |
| 5.1.3 车体偏转对轨距点定位精度的影响分析 | 第52-54页 |
| 5.1.4 偏转实验 | 第54-55页 |
| 5.2 轨距点定位算法精度分析 | 第55页 |
| 5.3 本章小结 | 第55-56页 |
| 结论 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻读学位期间的研究成果 | 第61页 |