基于机器视觉的热态重轨表面缺陷检测关键技术研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 1 绪论 | 第10-16页 |
| ·课题背景 | 第10-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·热态重轨表面缺陷检测的意义 | 第13-15页 |
| ·本文研究技术路线 | 第15-16页 |
| 2 基于机器视觉的重轨表面缺陷检测系统的总体设计 | 第16-27页 |
| ·重轨几何特征及表面缺陷 | 第16-19页 |
| ·系统工作原理及组成 | 第19-21页 |
| ·典型的机器视觉系统及其原理 | 第19-20页 |
| ·本系统检测原理及基本构成 | 第20-21页 |
| ·系统硬件设计 | 第21-24页 |
| ·系统硬件基本构成 | 第21-22页 |
| ·图像采集器及其排布方式 | 第22-24页 |
| ·控制器单元 | 第24页 |
| ·系统软件设计 | 第24-27页 |
| ·软件系统整体设计 | 第24页 |
| ·软件系统模块说明 | 第24-27页 |
| 3 热态重轨表面精密图像的获取 | 第27-40页 |
| ·热态重轨图像采集现状 | 第27-29页 |
| ·图像采集装置组件的选取 | 第29-37页 |
| ·图像传输方式的选择 | 第29-30页 |
| ·相机的选取 | 第30-32页 |
| ·镜头的选取 | 第32-36页 |
| ·图像采集卡的选取 | 第36页 |
| ·其他配件的选取 | 第36-37页 |
| ·图像采集装置组件的调节 | 第37-39页 |
| ·图像实时采集和存储 | 第39-40页 |
| 4 图像处理及识别关键技术 | 第40-67页 |
| ·图像预处理 | 第40-43页 |
| ·彩色图像到灰度图像的转换 | 第40-41页 |
| ·图像增强 | 第41-43页 |
| ·缺陷信息区域定位及图像分割 | 第43-49页 |
| ·缺陷信息区域定位 | 第43-45页 |
| ·重轨表面图像特征分析 | 第45-46页 |
| ·图像分割 | 第46-49页 |
| ·缺陷图像边缘检测 | 第49-52页 |
| ·边缘提取 | 第49-51页 |
| ·边缘连接 | 第51-52页 |
| ·缺陷特征参数的提取 | 第52-59页 |
| ·重轨表面缺陷特征描述和特征选择 | 第52-57页 |
| ·缺陷特征参数提取 | 第57-59页 |
| ·缺陷标定 | 第59页 |
| ·缺陷图像识别 | 第59-67页 |
| ·缺陷分类器设计 | 第60-61页 |
| ·支持向量分类机方法 | 第61-64页 |
| ·基于SVM 的热态重轨表面缺陷分类 | 第64-67页 |
| 5 实验结果及分析 | 第67-75页 |
| ·实验目的及方案 | 第67-68页 |
| ·实验目的 | 第67页 |
| ·实验条件 | 第67页 |
| ·实验方案 | 第67-68页 |
| ·实验系统的开发 | 第68-71页 |
| ·实验数据及分析 | 第71-73页 |
| ·实验结论 | 第73-75页 |
| 6 总结与展望 | 第75-77页 |
| ·总结 | 第75页 |
| ·课题展望 | 第75-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-81页 |
| 附录 | 第81-83页 |
