欢迎来到天天文库
浏览记录
ID:77691224
大小:3.04 MB
页数:53页
时间:2022-01-27
《基于机器视觉的货车典型故障图像识别算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、中图分类号;TP391.4密级:公开UDC:本校编号:?I菊州义通乂聲硕±学位论文论文题目:基于机器视觉的货车典型故障图像识别算法研究研究生姓名:刘翔学号:0212434学校指导教师姓‘名;董呈职称;教授卫学硕壬学位专业交通信息工程及控制申请学位等级::2015612..论义答雜曰斯2015.6.9论文提交日期::独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研巧成果,除了
2、文中特别加化标挂和致谢之处外,论文中不包含其他人己经发表或撰写过的研究成果,也不包含获得兰州交通大学或其他教育机构的学位或证书而使用过的材料。与我^同工作的同志对本研充所做的任何贡献巧已在论文中作了明确的说明并表示了谢意。学位论文作者签名:签字日期:式?么年月/立日学位论文版权使用授权书本学位论文作者完全了解兰州巧通大学有关保留、使用学位论文的规定。特授权兰州交通大学可W将学位论文的全部或部分内容编入有关数据度进巧检索,并采用影印、缩印或扫描等复制手段保存、汇编供
3、查阅和借阅。同意学校向国家有关部n或机’构送交论文的复印件和磁盘。(保密的学位论文在解密后适用本授权说明)学位论文作者签名:满挪导师签名:^^■■tI^签字曰期:扣斜年食月曰签字曰期:年月曰1硕士学位论文基于机器视觉的货车典型故障图像识别算法研究ImageRecognitionAlgorithmsoftheTypicalFailuresoftheFreightTrainBasedonMachineVision作者姓名:刘翔学科、专业:交通信息工程及控制学号:021
4、2434指导教师:董昱教授完成日期:2015年4月18日兰州交通大学LanzhouJiaotongUniversity兰州交通大学硕士学位论文摘要由于运输组织新秩序的建立和货车高速重载新要求的提出,使得货车的列检保证区域延长、列检作业时间缩短,这对列检效率和质量提出了更高的要求。以人控模式为主的传统列检方式已经无法满足要求,取而代之的是人机结合模式的TFDS(RunningTroubleofFreightCarDetectionSystem,铁路货车运行故障动态图像检测系统)列检方式。近年来,随
5、着机器视觉、图像处理和模式识别等技术的不断成熟,为实现TFDS系统向完全机控模式转变奠定了理论基础。本文在深入分析了TFDS系统的组成和功能之后,选取机器视觉故障自动识别子系统下属的图像自动识别专用计算机作为研究对象,实现图像预处理、图像特征提取和故障判断等功能。论文的主要研究内容如下:(1)在图像预处理阶段,考虑天气条件、环境状况以及采集传输设备对获取图像的影响,本文分别提出了椒盐噪声滤波算法用于噪声消除、改进的Retinex算法用于光照补偿、基于雾天图像退化模型的图像去雾算法用于图像去雾,并
6、从主观视觉效果和客观评价标准两个方面对上述各算法的性能做出了分析和比较。(2)在图像特征提取阶段,分析转向架挡键丢失、锁紧板紧固螺栓松动和转向架交叉杆弯曲等故障的图像特征,将其分别归纳为三类:区域显著变化、边界显著变化和结构显著变化。并采用图像分割中的最大类间方差法和区域生长法、边缘检测中的Canny检测算子和Hough变换等图像处理技术来提取各故障的图像特征。(3)在故障判断阶段,针对转向架挡键丢失、锁紧板紧固螺栓松动和转向架交叉杆弯曲等故障,根据提取的图像特征,分别设计了基于区域特征的故障识
7、别算法、基于边界特征的故障识别算法和基于结构特征的故障识别算法用于上述故障的判断。关键词:TFDS;机器视觉;图像处理;特征提取;故障判断论文类型:应用技术研究-I-基于机器视觉的货车典型故障图像识别算法研究AbstractDuetotheestablishmentofnewtransportorganizationandthenewrequirementsofhigh-speedandoverloadingtruck,theregionoftruckinspectionisextendedan
8、dthetimeoftruckinspectionisshortened,whichincreasetherequirementofahigherefficiencyandqualityoftruckinspection.Thetraditionaltraininspectionmethodbasedontheartificialcontrolmodehasbeenunabletomeettherequirements,anditreplacedbytherunningtroubleoffrei
此文档下载收益归作者所有