基于感兴趣区域与骨架提取的铁路扣件检测算法研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 本文的工作及内容安排 | 第15-17页 |
| 1.3.1 本文的主要研究内容 | 第15页 |
| 1.3.2 论文内容章节安排 | 第15-17页 |
| 第2章 相关图像处理算法介绍 | 第17-33页 |
| 2.1 引言 | 第17页 |
| 2.2 图像预处理 | 第17-22页 |
| 2.2.1 均值滤波 | 第17-18页 |
| 2.2.2 中值滤波 | 第18-20页 |
| 2.2.3 开运算与闭运算 | 第20-22页 |
| 2.3 经典的骨架提取算法 | 第22-25页 |
| 2.3.1 拓扑细化算法 | 第22-23页 |
| 2.3.2 基于Voronoi图的离散域算法 | 第23-24页 |
| 2.3.3 基于形态学的骨架提取算法 | 第24页 |
| 2.3.4 基于距离变换的骨架提取算法 | 第24-25页 |
| 2.4 常用的骨架匹配方法 | 第25-27页 |
| 2.4.1 基于ARG的骨架图匹配方法 | 第25-26页 |
| 2.4.2 基于路径相似性的骨架匹配方法 | 第26-27页 |
| 2.5 支持向量机 | 第27-32页 |
| 2.6 本章小结 | 第32-33页 |
| 第3章 基于感兴趣区域和折线特征的扣件检测算法 | 第33-43页 |
| 3.1 引言 | 第33-34页 |
| 3.2 八方向欧氏距离变换算法 | 第34-35页 |
| 3.2.1 欧氏距离变换 | 第34页 |
| 3.2.2 八方向欧氏距离变换 | 第34-35页 |
| 3.3 图像预处理 | 第35-37页 |
| 3.3.1 单通道的局部二值模式 | 第35-36页 |
| 3.3.2 提取感兴趣区域 | 第36-37页 |
| 3.4 折线特征的提取与缺陷检测 | 第37-41页 |
| 3.4.1 提取折线特征 | 第37-39页 |
| 3.4.2 缺陷检测方法 | 第39-40页 |
| 3.4.3 本章算法流程 | 第40-41页 |
| 3.5 实验及结果分析 | 第41-42页 |
| 3.5.1 数据集设置 | 第41页 |
| 3.5.2 不同工况条件下的扣件检测 | 第41页 |
| 3.5.3 与其他经典检测算法的对比实验 | 第41-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第4章 基于截线法的扣件骨架提取与状态检测算法 | 第43-57页 |
| 4.1 引言 | 第43-44页 |
| 4.2 基于截线法的扣件骨架提取算法 | 第44-50页 |
| 4.2.1 预处理 | 第44-45页 |
| 4.2.2 计算骨架生长点 | 第45-47页 |
| 4.2.3 骨架模型 | 第47-50页 |
| 4.3 扣件图像分类方法 | 第50-52页 |
| 4.3.1 构造骨架特征向量 | 第50-51页 |
| 4.3.2 基于SVM的扣件图像分类与检测 | 第51-52页 |
| 4.4 实验及结果分析 | 第52-55页 |
| 4.4.1 实验数据与配置 | 第52-53页 |
| 4.4.2 设定缺陷扣件端部骨架生长点位置 | 第53页 |
| 4.4.3 多种状况下的扣件图像识别 | 第53-55页 |
| 4.4.4 本章算法与其他经典算法的对比实验 | 第55页 |
| 4.5 本章小结 | 第55-57页 |
| 总结与展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-66页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第66页 |
| A.发表论文情况 | 第66页 |
| B.参加科研项目 | 第66页 |
