基于机器视觉的铁路隧道拱顶病害检测系统设计与研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 国内研究现状 | 第10-12页 |
| 1.2.2 国外研究现状 | 第12-13页 |
| 1.3 主要研究内容 | 第13-17页 |
| 1.3.1 研究意义和存在问题 | 第13-14页 |
| 1.3.2 主要研究工作 | 第14-15页 |
| 1.3.3 论文内容安排 | 第15-17页 |
| 第2章 机器视觉检测技术 | 第17-27页 |
| 2.1 常用的裂缝无损检测方法 | 第17-20页 |
| 2.1.1 超声波检测 | 第17-18页 |
| 2.1.2 远场涡流检测 | 第18页 |
| 2.1.3 红外热成像检测 | 第18-19页 |
| 2.1.4 激光全息检测 | 第19-20页 |
| 2.2 机器视觉检测 | 第20-27页 |
| 2.2.1 机器视觉检测技术的应用 | 第20-21页 |
| 2.2.2 机器视觉检测系统的工作原理 | 第21-22页 |
| 2.2.3 机器视觉检测系统的光源 | 第22-24页 |
| 2.2.4 CCD器件 | 第24-25页 |
| 2.2.5 数字图像处理技术 | 第25-27页 |
| 第3章 隧道拱顶病害检测系统设计与实现 | 第27-51页 |
| 3.1 隧道拱顶病害检测要求与系统设计方案 | 第27-30页 |
| 3.1.1 检测要求 | 第27-29页 |
| 3.1.2 系统设计方案 | 第29-30页 |
| 3.2 检测系统的硬件组成 | 第30-41页 |
| 3.2.1 线阵CCD相机和图像采集卡 | 第30-33页 |
| 3.2.2 镜头的选型 | 第33-36页 |
| 3.2.3 光源照明系统 | 第36-38页 |
| 3.2.4 GPS模块 | 第38-39页 |
| 3.2.5 电控盒和工控机 | 第39-41页 |
| 3.3 检测系统的软件设计 | 第41-51页 |
| 3.3.1 检测系统软件简介 | 第41-42页 |
| 3.3.2 软件各模块的设计 | 第42-44页 |
| 3.3.3 软件控制功能的实现 | 第44-48页 |
| 3.3.4 图像编程基础 | 第48-51页 |
| 第4章 病害图像处理方法与检测结果 | 第51-71页 |
| 4.1 图像平滑 | 第51-55页 |
| 4.1.1 均值滤波 | 第51-52页 |
| 4.1.2 中值滤波 | 第52页 |
| 4.1.3 高斯滤波 | 第52-54页 |
| 4.1.4 图像平滑算法比较 | 第54-55页 |
| 4.2 边缘检测 | 第55-62页 |
| 4.2.1 边缘特征 | 第55-56页 |
| 4.2.2 边缘检测算子 | 第56-58页 |
| 4.2.3 Canny边缘检测算子 | 第58-60页 |
| 4.2.4 边缘检测算法比较 | 第60-62页 |
| 4.3 测量的计算原理 | 第62-66页 |
| 4.3.1 宽度和长度的计算 | 第62-64页 |
| 4.3.2 面积的计算 | 第64页 |
| 4.3.3 像素当量的标定 | 第64-65页 |
| 4.3.4 条纹宽度测量 | 第65-66页 |
| 4.4 隧道拱顶病害的检测 | 第66-71页 |
| 4.4.1 图像采集 | 第66-67页 |
| 4.4.2 病害测量 | 第67-71页 |
| 第5章 总结与展望 | 第71-73页 |
| 5.1 总结 | 第71-72页 |
| 5.2 展望 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-79页 |
| 攻读硕士学位期间的研究成果 | 第79页 |
