轨道扣件图像定位和特征识别算法研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题研究意义和背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 轨道扣件定位和缺陷检测硬件系统部分 | 第10-13页 |
| 1.2.2 轨道扣件定位和缺陷检测软件系统部分 | 第13-15页 |
| 1.3 本文的工作及内容安排 | 第15-16页 |
| 1.3.1 研究内容 | 第15页 |
| 1.3.2 论文内容章节安排 | 第15-16页 |
| 1.4 本章小结 | 第16-17页 |
| 第2章 相关理论知识 | 第17-22页 |
| 2.1 引言 | 第17页 |
| 2.2 目标区域提取 | 第17-18页 |
| 2.3 图像增强 | 第18页 |
| 2.3.1 图像增强 | 第18页 |
| 2.3.2 图像锐化 | 第18页 |
| 2.4 图像分割 | 第18-19页 |
| 2.5 图像特征提取 | 第19-20页 |
| 2.6 图像识别 | 第20-21页 |
| 2.7 轨道图像采集的硬件系统 | 第21页 |
| 2.8 本章小结 | 第21-22页 |
| 第3章 扣件初定位 | 第22-37页 |
| 3.1 引言 | 第22页 |
| 3.2 扣件区域初步划分定位 | 第22-24页 |
| 3.2.1 传统十字交叉定位法 | 第22-23页 |
| 3.2.2 先验知识定位 | 第23-24页 |
| 3.3 基于中值滤波的图像增强处理 | 第24-25页 |
| 3.4 扣件边缘提取 | 第25-33页 |
| 3.4.1 梯度算子 | 第26-27页 |
| 3.4.3 拉普拉斯算子 | 第27-28页 |
| 3.4.4 Canny算子 | 第28-30页 |
| 3.4.5 边缘检测算子实验结果对比 | 第30-33页 |
| 3.5 垂直投影定位扣件区域 | 第33-35页 |
| 3.5.1 投影分析法 | 第33-35页 |
| 3.6 实验结果与分析 | 第35-36页 |
| 3.7 本章小结 | 第36-37页 |
| 第4章 基于小波变换与局部二进制特征提取 | 第37-61页 |
| 4.1 引言 | 第37页 |
| 4.2 LBP特征提取 | 第37-38页 |
| 4.3 小波变换 | 第38-46页 |
| 4.3.1 基于小波变换的图像增强 | 第39-46页 |
| 4.4 局部二进制特征 | 第46-54页 |
| 4.4.1 基本局部二进制 | 第46-48页 |
| 4.4.2 圆形LBP算子 | 第48-50页 |
| 4.4.3 统一化LBP算子 | 第50-51页 |
| 4.4.4 多层分块的LBP特征提取 | 第51-54页 |
| 4.5 特征匹配 | 第54-56页 |
| 4.5.1 最小距离分类器 | 第54-56页 |
| 4.6 实验与结果分析 | 第56-60页 |
| 4.6.1 实验过程 | 第56-58页 |
| 4.6.2 结果分析 | 第58-60页 |
| 4.7 本章小结 | 第60-61页 |
| 第5章 基于2DPCA和最近邻算法的扣件识别 | 第61-69页 |
| 5.1 引言 | 第61页 |
| 5.2 主成分分析 | 第61-65页 |
| 5.2.1 主成分分析原理 | 第61-62页 |
| 5.2.2 PCA方法过程 | 第62-64页 |
| 5.2.3 PCA降维 | 第64-65页 |
| 5.3 2DPCA | 第65-67页 |
| 5.3.1 2DPCA原理 | 第65页 |
| 5.3.2 2DPCA方法过程 | 第65-67页 |
| 5.4 实验结果 | 第67-68页 |
| 5.5 本章小结 | 第68-69页 |
| 第6章 总结与展望 | 第69-71页 |
| 6.1 工作总结 | 第69页 |
| 6.2 主要创新点 | 第69-70页 |
| 6.3 展望 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 攻读学位期间的研究成果 | 第76页 |
