| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 论文研究背景和意义 | 第10-13页 |
| 1.2 国内外研究现状及发展趋势 | 第13-17页 |
| 1.3 论文研究内容和结构安排 | 第17-19页 |
| 第2章 高铁轨道表面缺陷机器视觉检测平台设计 | 第19-41页 |
| 2.1 常用机器视觉系统方案 | 第19-20页 |
| 2.2 高铁轨道表面缺陷机器视觉检测平台方案设计 | 第20-23页 |
| 2.2.1 机器视觉检测平台设计要求及性能指标 | 第21-22页 |
| 2.2.2 高铁轨道表面缺陷机器视觉检测平台方案 | 第22-23页 |
| 2.3 高铁轨道表面缺陷机器视觉检测平台的光源选型及照明方案 | 第23-25页 |
| 2.3.1 高铁轨道表面缺陷机器视觉检测平台的光源选型 | 第23页 |
| 2.3.2 高铁轨道表面缺陷机器视觉检测平台的照明方案 | 第23-25页 |
| 2.4 高铁轨道表面缺陷机器视觉检测平台的相机选型 | 第25-31页 |
| 2.4.1 相机性能指标及需求分析 | 第25-29页 |
| 2.4.2 相机行频标定 | 第29-30页 |
| 2.4.3 相机关键参数设定 | 第30-31页 |
| 2.5 相机触发模块 | 第31-32页 |
| 2.6 光学镜头选型 | 第32-35页 |
| 2.7 IP SAN网络存储模块 | 第35-37页 |
| 2.8 高铁轨道表面缺陷检测实验车及相关实验 | 第37-40页 |
| 2.8.1 高铁轨道表面缺陷检测实验车 | 第37-38页 |
| 2.8.2 高铁轨道表面缺陷检测实验 | 第38-40页 |
| 2.9 本章小结 | 第40-41页 |
| 第3章 高铁轨道表面缺陷快速检测算法 | 第41-69页 |
| 3.1 数字图像处理技术概论 | 第41页 |
| 3.2 高铁轨道表面缺陷快速检测算法流程 | 第41-43页 |
| 3.3 高铁轨道表面区域提取 | 第43-49页 |
| 3.3.1 目前常用方法及分析 | 第44-46页 |
| 3.3.2 竖直投影法提取高铁轨道表面区域 | 第46-48页 |
| 3.3.3 高铁轨道表面区域提取实验 | 第48-49页 |
| 3.4 图像预处理 | 第49-55页 |
| 3.4.1 图像去噪 | 第49-51页 |
| 3.4.2 图像增强 | 第51-54页 |
| 3.4.3 形态学操作 | 第54-55页 |
| 3.5 缺陷区域定位 | 第55-57页 |
| 3.6 基于经验阈值和阈值区间的最大类间方差法缺陷检测 | 第57-67页 |
| 3.6.1 常用的阈值选取方法 | 第58-61页 |
| 3.6.2 基于经验阈值和阈值区间的最大类间方差法图像分割 | 第61-65页 |
| 3.6.3 缺陷信息提取 | 第65-67页 |
| 3.7 高铁轨道表面缺陷检测实验 | 第67-68页 |
| 3.8 本章小结 | 第68-69页 |
| 第4章 高铁轨道表面图像冗余信息的模糊匹配算法 | 第69-77页 |
| 4.1 高铁轨道表面图像冗余信息的模糊匹配算法流程 | 第69-70页 |
| 4.2 缺陷形态信息和位置信息获取 | 第70-72页 |
| 4.2.1 缺陷位置信息获取 | 第70-71页 |
| 4.2.2 缺陷形态信息获取 | 第71-72页 |
| 4.3 位置检测及位置误差计算 | 第72-73页 |
| 4.4 相似度计算及相似度检测 | 第73页 |
| 4.5 模糊匹配 | 第73-74页 |
| 4.6 高铁轨道表面图像冗余信息的模糊匹配实验 | 第74-76页 |
| 4.7 本章小结 | 第76-77页 |
| 第5章 高铁轨道表面缺陷机器视觉检测系统软件实现 | 第77-84页 |
| 5.1 系统开发及运行环境 | 第77页 |
| 5.2 软件设计目标 | 第77-78页 |
| 5.3 图像采集软件 | 第78-80页 |
| 5.4 缺陷检测软件 | 第80-81页 |
| 5.5 图像及缺陷信息显示软件 | 第81-82页 |
| 5.6 结果查询与报表生成软件 | 第82-83页 |
| 5.7 本章小结 | 第83-84页 |
| 结论 | 第84-86页 |
| 参考文献 | 第86-89页 |
| 致谢 | 第89-90页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第90-91页 |
| 附录B 攻读学位期间参与的主要科研项目和成果 | 第91页 |
