資源描述：
《基于機器視覺的鋼軌表面缺陷檢測技術(shù)研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫。
1、西南科技大學研究生學位論文基于機器視覺的鋼軌表面缺陷檢測技術(shù)研究年級2013級姓名王時麗申請學位級別碩士專業(yè)電路與系統(tǒng)指導教師劉桂華教授ClassifiedIndex:TP391U.D.C:004.8SouthwestUniversityofScienceandTechnologyMasterDegreeThesisDetectionTechnologyonRailSurfaceDefectsBasedonMachineVisionGrade:2013Candidate:WangShiliAcademicDegreeAppliedfor:MasterSpeciality:C
2、ircuitsandSystemsSupervisor:Prof.LiuGuihuaMay.27,2016獨創(chuàng)性聲明本人聲明所呈交的論文是我個人在導師指導下進行的研究工作及取得的研究成果，除了文中特別加Ｗ標注和致謝的地方外，論文中不包。盡我所知含其他人己經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得西南科技大學或其它教育機構(gòu)的學位或證書而使用過的材料。與我同工作的同志對本研究所做的任何貢獻均已在論文中作了明確的說明并表示了謝意。■簽名；：化內(nèi)曰期．斗／的關(guān)于論文使用和授權(quán)的說明本人完全了解西南科技大學有關(guān)保留、使用學位論文的規(guī)定，即：學校，允
3、許該論丈被查閱和借閩可Ｗ公布該論有權(quán)保留學位論文的復(fù)印件：學校文的全部或部分內(nèi)容，可Ｗ采用影印、縮印或其他復(fù)制手段保存論文。（保密的學位論文在解密后應(yīng)遵守此規(guī)定）＾）占．簽名：導師簽名村：不豕日期：西南科技大學碩士研究生學位論文第I頁摘要針對目前人工檢測鋼軌表面缺陷存在的檢測效率低，檢測結(jié)果受主觀影響嚴重等問題，本文對基于機器視覺的鋼軌表面缺陷檢測技術(shù)進行研究，通過圖像處理、模式識別等技術(shù)實現(xiàn)鋼軌表面缺陷的自動識別和分類。本文結(jié)合機器視覺理論和鋼軌質(zhì)檢要求，設(shè)計了基于機器視覺的鋼軌表面缺陷檢測系統(tǒng)總體方案，在實驗室環(huán)境下完成圖像采集硬件平臺搭建和圖像采集
4、；對鋼軌表面圖像處理算法進行研究，著重對圖像預(yù)處理、缺陷圖像初檢以及缺陷圖像分割三部分進行研究。在預(yù)處理階段，根據(jù)實驗采集圖片特點提出一種基于投影積分的自適應(yīng)鋼軌區(qū)域定位方法實現(xiàn)鋼軌區(qū)域提取，采用自適應(yīng)中值濾波實現(xiàn)鋼軌表面圖像去噪。此外，本文結(jié)合鋼軌缺陷圖像特點，著重對人眼視覺注意機制進行研究，提出基于上下文感知的視覺檢測與迭代閾值分割相結(jié)合的缺陷分割方法，實現(xiàn)缺陷圖像分割；對鋼軌表面典型缺陷成因及特點進行分析研究，提取缺陷圖像的灰度、紋理和幾何形狀三個特征，根據(jù)缺陷特征向量設(shè)計并實現(xiàn)了基于支持向量機的鋼軌表面缺陷多分類器。通過結(jié)果分析，本系統(tǒng)可實現(xiàn)軋疤、軋痕、夾雜以及偽缺
5、陷的識別和分類，缺陷總體識別準確率達到84%，實驗表明本系統(tǒng)對實際應(yīng)用具有一定參考價值。關(guān)鍵詞：機器視覺鋼軌缺陷檢測視覺注意機制缺陷識別支持向量機西南科技大學碩士研究生學位論文第II頁AbstractBecauseofthelowdetectionefficiency,testresultsseriouslyaffectedbysubjectivityandotherissueswithcurrentmanualinspectionoftherailsurfacedefectsdetection,researchesoftherailsurfacedefectdetecti
6、onbasedonmachinevisiontechnologywascarrieiedout.Inthispaper,werealizeautomaticidentificationandclassificationofrailsurfacedefectsbyimageprocessing,patternrecognitionandothertechnologies.Combiningmachinevisiontheorywithqualitycontrolrequirementsoftherail,wedesignedtheoverallsolutionofrailsu
7、rfacedefectdetectionsystembasedonmachinevisionandcompletedimageacquisitionusingthehardwareplatformbuiltintheexperimentalenvironment;Besides,wesdutiedontherailsurfaceimageprocessingalgorithms,especiallyfocusingonimagepreprocessing,defectfirstinspectionanddefect
