基于机器视觉的铁路轨道检测系统设计与实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题的研究背景和意义 | 第9-11页 |
| 1.1.1 课题研究的背景 | 第9-10页 |
| 1.1.2 课题研究的意义 | 第10-11页 |
| 1.2 铁路轨道检测技术研究现状综述 | 第11-13页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 本文的主要研究内容 | 第13-15页 |
| 第2章 铁路轨道检测系统设计 | 第15-21页 |
| 2.1 引言 | 第15页 |
| 2.2 铁路轨道检测技术研究 | 第15-18页 |
| 2.2.1 机器视觉概述与应用 | 第15-16页 |
| 2.2.2 铁路轨道检测系统系统可行性 | 第16-17页 |
| 2.2.3 铁路轨道检测系统难点分析 | 第17-18页 |
| 2.3 铁路轨道检测系统设计 | 第18-20页 |
| 2.3.1 铁路轨道检测系统原理 | 第18页 |
| 2.3.2 铁路轨道检测流程 | 第18-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第3章 铁路轨道轨缝检测算法研究 | 第21-32页 |
| 3.1 引言 | 第21页 |
| 3.2 铁路轨道轨缝检测算法流程 | 第21-22页 |
| 3.3 铁路轨道轨缝图像预处理 | 第22-25页 |
| 3.3.1 轨缝图像ROI提取 | 第22-23页 |
| 3.3.2 轨缝图像模型转换 | 第23页 |
| 3.3.3 轨缝图像降噪滤波 | 第23-25页 |
| 3.4 基于直方图信息统计的轨缝判别 | 第25-27页 |
| 3.5 基于形态学的轨缝距离识别 | 第27-30页 |
| 3.5.1 轨缝图像二值化 | 第27页 |
| 3.5.2 轨缝图像形态学处理 | 第27-29页 |
| 3.5.3 轨缝区域标定转化 | 第29页 |
| 3.5.4 轨缝图像检测结果分析 | 第29-30页 |
| 3.6 本章小结 | 第30-32页 |
| 第4章 铁路轨道弹条检测算法研究 | 第32-45页 |
| 4.1 引言 | 第32页 |
| 4.2 铁轨弹条状态检测算法流程 | 第32页 |
| 4.3 弹条图像预处理算法 | 第32-33页 |
| 4.3.1 弹条图像模型转换 | 第32-33页 |
| 4.3.2 弹条图像二值化 | 第33页 |
| 4.4 待测弹条图像定位和提取 | 第33-39页 |
| 4.4.1 待测弹条图像弹条区域定位 | 第33-36页 |
| 4.4.2 待测弹条图像边缘提取 | 第36-39页 |
| 4.5 铁轨弹条状态检测 | 第39-44页 |
| 4.5.1 标准弹条和待测弹条形态学处理 | 第39-41页 |
| 4.5.2 弹条状态分类与训练 | 第41-43页 |
| 4.5.3 基于边缘扫描的弹条状态检测 | 第43页 |
| 4.5.4 弹条状态检测结果分析 | 第43-44页 |
| 4.6 本章小结 | 第44-45页 |
| 第5章 铁路轨道检测系统硬件和软件设计 | 第45-52页 |
| 5.1 引言 | 第45页 |
| 5.2 铁路轨道检测系统硬件设计 | 第45-48页 |
| 5.2.1 采集设备 | 第45-46页 |
| 5.2.2 照明设备 | 第46-47页 |
| 5.2.3 处理设备 | 第47-48页 |
| 5.3 铁路轨道检测系统软件设计 | 第48-51页 |
| 5.3.1 编译软件 | 第48-49页 |
| 5.3.2 数据库 | 第49-50页 |
| 5.3.3 人机交互系统介绍 | 第50-51页 |
| 5.4 本章小结 | 第51-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第56-57页 |
| 致谢 | 第57页 |
