| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 绪论 | 第10-20页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 基于计算机视觉的缺陷检测 | 第11-17页 |
| 1.2.1 图像的获取 | 第12-13页 |
| 1.2.2 缺陷检测的一般步骤 | 第13-17页 |
| 1.3 本文主要研究内容和创新点 | 第17-19页 |
| 1.4 本文章节安排 | 第19-20页 |
| 2 相关研究工作综述 | 第20-29页 |
| 2.1 钢轨擦伤的特征及分类 | 第20-23页 |
| 2.1.1 波纹磨擦 | 第20-21页 |
| 2.1.2 疤痕擦伤 | 第21页 |
| 2.1.3 光带不匀 | 第21-23页 |
| 2.2 传统检测方法简介 | 第23-24页 |
| 2.3 国内外研究现状 | 第24-29页 |
| 2.3.1 基于纹理特征的钢轨波磨检测 | 第25-26页 |
| 2.3.2 基于灰度对比度的钢轨擦伤检测 | 第26-29页 |
| 3 钢轨波磨检测算法研究 | 第29-47页 |
| 3.1 引言 | 第29-30页 |
| 3.2 钢轨定位 | 第30-31页 |
| 3.3 基于频率特征的波磨检测 | 第31-38页 |
| 3.3.1 波磨检测算法原理 | 第32-33页 |
| 3.3.2 波磨线判定 | 第33-35页 |
| 3.3.3 波磨区间判定 | 第35-36页 |
| 3.3.4 实验结果与分析 | 第36-38页 |
| 3.4 基于机器学习的波磨检测 | 第38-46页 |
| 3.4.1 系统介绍 | 第38-41页 |
| 3.4.2 基于局部频率特征的波磨检测 | 第41-42页 |
| 3.4.3 实验结果与分析 | 第42-46页 |
| 3.5 小结 | 第46-47页 |
| 4 基于背景建模的钢轨擦伤检测算法研究 | 第47-64页 |
| 4.1 引言 | 第47页 |
| 4.2 背景建模算法综述 | 第47-48页 |
| 4.3 基于背景建模的钢轨擦伤检测算法 | 第48-57页 |
| 4.3.1 模型的提出 | 第48-50页 |
| 4.3.2 模型的工作原理 | 第50-53页 |
| 4.3.3 模型的初始化 | 第53-54页 |
| 4.3.4 模型的更新 | 第54-57页 |
| 4.4 实验结果与分析 | 第57-63页 |
| 4.4.1 基于分割角度的擦伤检测算法性能评估 | 第58-60页 |
| 4.4.2 基于疤痕个数统计的擦伤检测算法性能评估 | 第60页 |
| 4.4.3 算法的参数分析 | 第60-63页 |
| 4.5 小结 | 第63-64页 |
| 5 总结和展望 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 作者简历及攻读硕士学位期间取得的硏究成果 | 第69-71页 |
| 学位论文数据集 | 第71页 |