基于机器视觉的列车车轮缺陷检测技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-13页 |
| 1.1 前言 | 第9-10页 |
| 1.2 车轮缺陷检测的国内外研究现状 | 第10-11页 |
| 1.3 课题的研究意义 | 第11-13页 |
| 2 列车车轮缺陷及识别 | 第13-18页 |
| 2.1 列车车轮缺陷 | 第13-16页 |
| 2.2 车轮缺陷处理与识别过程 | 第16-18页 |
| 3 轮缘裂纹识别与提取 | 第18-48页 |
| 3.1 裂纹识别及提取方法 | 第18-19页 |
| 3.2 裂纹图像处理 | 第19-28页 |
| 3.2.1 图像去噪 | 第19-20页 |
| 3.2.2 图像对比度增强 | 第20-23页 |
| 3.2.3 图像目标区域分割 | 第23-27页 |
| 3.2.4 图像形态学处理 | 第27-28页 |
| 3.3 裂纹区域筛选 | 第28-37页 |
| 3.3.1 裂纹特征量统计 | 第28-32页 |
| 3.3.2 特征量筛选 | 第32-37页 |
| 3.4 裂纹图像识别 | 第37-40页 |
| 3.4.1 Fisher判别法 | 第37-39页 |
| 3.4.2 样本训练与分类 | 第39-40页 |
| 3.5 裂纹线提取 | 第40-46页 |
| 3.5.1 拟合坐标系与图像坐标系 | 第40-41页 |
| 3.5.2 裂纹线拟合 | 第41-46页 |
| 3.5.3 算法集成 | 第46页 |
| 3.6 小结 | 第46-48页 |
| 4 车轮踏面擦伤定位 | 第48-58页 |
| 4.1 擦伤区域分割与定位 | 第48页 |
| 4.2 踏面区域分割 | 第48-53页 |
| 4.3 缺陷区域分割与定位 | 第53-56页 |
| 4.3.1 踏面背景削弱与缺陷区域分割 | 第53-55页 |
| 4.3.2 踏面擦伤定位 | 第55-56页 |
| 4.4 实验结果分析 | 第56页 |
| 4.5 小结 | 第56-58页 |
| 5 踏面麻坑缺陷灰度突变检测 | 第58-86页 |
| 5.1 麻坑区域灰度级分层变换 | 第58-63页 |
| 5.2 麻坑区域灰度级形态学重建 | 第63-66页 |
| 5.2.1 形态学重建 | 第63-64页 |
| 5.2.2 麻坑区域灰度级形态学重建 | 第64-66页 |
| 5.3 麻坑缺陷灰度突变检测方法 | 第66-84页 |
| 5.3.1 缺陷区域行灰度分布 | 第66-68页 |
| 5.3.2 检测区域行灰度差值 | 第68-72页 |
| 5.3.3 检测区域灰度分布拟合观测法 | 第72-84页 |
| 5.4 小结 | 第84-86页 |
| 结论 | 第86-88页 |
| 致谢 | 第88-89页 |
| 参考文献 | 第89-91页 |
| 攻读学位期间的研究成果 | 第91页 |
