基于机器视觉的轨道缺陷识别方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 论文研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状与分析 | 第10-12页 |
| 1.2.1 国外轨检车研究现状 | 第10页 |
| 1.2.2 国内轨检车研究现状 | 第10-11页 |
| 1.2.3 国内轨道缺陷检测方法研究现状 | 第11-12页 |
| 1.3 本文研究内容与文章内容安排 | 第12-14页 |
| 2 便携式轨道缺陷视觉检测系统设计 | 第14-23页 |
| 2.1 基于机器视觉的检测系统设计思路 | 第14-15页 |
| 2.2 总体方案设计 | 第15-16页 |
| 2.3 硬件设计 | 第16-20页 |
| 2.3.1 照明方案 | 第16-17页 |
| 2.3.2 设备选型 | 第17-20页 |
| 2.4 软件设计 | 第20-22页 |
| 2.4.1 软件系统结构设计 | 第21-22页 |
| 2.4.2 软件开发模块 | 第22页 |
| 2.5 小结 | 第22-23页 |
| 3 基于轨道色相特征的区域定位算法 | 第23-31页 |
| 3.1 轨道色相特征分析 | 第23-25页 |
| 3.2 钢轨表面区域定位 | 第25-29页 |
| 3.2.1 搜索H值突变点 | 第26-27页 |
| 3.2.2 判定钢轨边界点 | 第27-28页 |
| 3.2.3 表面边界判定 | 第28-29页 |
| 3.3 扣件区域定位 | 第29-30页 |
| 3.4 小结 | 第30-31页 |
| 4 钢轨表面缺陷检测 | 第31-37页 |
| 4.1 钢轨表面缺陷类型 | 第31页 |
| 4.2 钢轨图像预处理 | 第31-34页 |
| 4.2.1 灰度补偿 | 第31-32页 |
| 4.2.2 自适应加权中值滤波 | 第32-33页 |
| 4.2.3 缺陷细节优化 | 第33-34页 |
| 4.3 钢轨表面缺陷识别 | 第34-36页 |
| 4.3.1 轮廓跟踪 | 第34-35页 |
| 4.3.2 缺陷特征识别 | 第35-36页 |
| 4.4 小结 | 第36-37页 |
| 5 扣件缺失检测 | 第37-45页 |
| 5.1 扣件特征分析 | 第37页 |
| 5.2 扣件区域图像预处理 | 第37-41页 |
| 5.2.1 开关型中值滤波 | 第37-39页 |
| 5.2.2 基于图像梯度幅值边缘提取 | 第39-41页 |
| 5.3 扣件缺失识别 | 第41-44页 |
| 5.3.1 扣件缺失识别的基本模型 | 第41-42页 |
| 5.3.2 基于曲线投影的模板匹配 | 第42-44页 |
| 5.4 小结 | 第44-45页 |
| 6 系统实现及实验分析 | 第45-53页 |
| 6.1 系统实现 | 第45-47页 |
| 6.1.1 图像遮光采集装置 | 第45-46页 |
| 6.1.2 人机交互系统 | 第46-47页 |
| 6.2 关键技术验证实验 | 第47-53页 |
| 6.2.1 目标区域快速定位验证实验 | 第47-50页 |
| 6.2.2 钢轨表面缺陷检测实验 | 第50-51页 |
| 6.2.3 扣件缺失检测实验 | 第51-53页 |
| 结论 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 攻读学位期间的研究成果 | 第59页 |
