基于混合纹理特征的轨枕裂纹识别
| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第1章 绪论 | 第10-19页 |
| ·课题的研究背景及目的 | 第10-12页 |
| ·课题的研究背景 | 第10-11页 |
| ·课题的研究意义及目的 | 第11-12页 |
| ·铁路道路缺陷自动识别技术的研究状况 | 第12-14页 |
| ·关键技术及研究状况 | 第14-17页 |
| ·缺陷检测与识别发展状况 | 第14-15页 |
| ·缺陷特征选取 | 第15-17页 |
| ·本文研究主要内容 | 第17-18页 |
| ·论文安排计划 | 第18-19页 |
| 第2章 轨枕裂纹图像处理技术 | 第19-45页 |
| ·引言 | 第19页 |
| ·数字图像处理理论 | 第19-24页 |
| ·图像分割 | 第24-31页 |
| ·边缘检测 | 第26-30页 |
| ·阂值分割 | 第30-31页 |
| ·灰度共生矩阵理论 | 第31-34页 |
| ·不变矩理论 | 第34-36页 |
| ·模式识别 | 第36-43页 |
| ·人工神经网络简介 | 第37-40页 |
| ·人工神经网络的学习 | 第40页 |
| ·BP神经网络 | 第40-43页 |
| ·本章小结 | 第43-45页 |
| 第3章 轨枕裂纹的分类与识别 | 第45-62页 |
| ·引言 | 第45页 |
| ·轨枕图像特点及裂纹类型 | 第45-47页 |
| ·轨枕图像特点 | 第45-46页 |
| ·轨枕裂纹类型 | 第46-47页 |
| ·轨枕裂纹纹理特征提取 | 第47-51页 |
| ·灰度共生矩阵特征提取 | 第47-48页 |
| ·不变矩特征提取 | 第48-49页 |
| ·边缘检测后图像特征提取 | 第49-51页 |
| ·BP神经网络 | 第51-61页 |
| ·BP神经网络简介 | 第51-53页 |
| ·BP网络输入值的确定 | 第53页 |
| ·根据特征建立BP神经网络 | 第53-55页 |
| ·实验过程 | 第55-61页 |
| ·本章小结 | 第61-62页 |
| 第4章 轨枕裂纹自动识别系统 | 第62-68页 |
| ·系统开发背景与环境 | 第62-63页 |
| ·系统开发背景 | 第62页 |
| ·系统开发环境 | 第62-63页 |
| ·系统的功能与结构 | 第63-64页 |
| ·系统的功能 | 第63页 |
| ·系统的结构 | 第63-64页 |
| ·实验数据及结果 | 第64-67页 |
| ·本章小结 | 第67-68页 |
| 第5章 总结与展望 | 第68-69页 |
| ·本文工作总结 | 第68页 |
| ·后续研究工作展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 攻读硕士期间发表论文及科研成果 | 第73页 |
