發(fā)布時間：2018-03-03 20:31

  本文選題：圖像濾波　切入點：圖像分割　出處：《西南科技大學》2017年碩士論文　論文類型：學位論文

【摘要】：隨著我國鐵路高速發(fā)展,傳統(tǒng)的鐵路軌道檢測手段已無法滿足高效、準確的檢測需要。本文以鐵軌圖像為研究對象,結(jié)合圖像處理、模式識別等相關(guān)技術(shù),提出一套基于圖像處理的鐵軌表面缺陷檢測系統(tǒng),該系統(tǒng)能夠?qū)崿F(xiàn)對鐵軌表面缺陷區(qū)域進行智能識別。本文主要包括以下幾方面內(nèi)容。首先,通過對比幾種傳統(tǒng)的圖像濾波算法,采用一種結(jié)合均值的快速中值濾波方法對圖像進行初步的濾波處理;結(jié)合形態(tài)頂帽運算,提出一種基于梯度投影的方法對鐵軌表面區(qū)域進行定位,通過定位結(jié)果驗證該方法的有效性。其次,通過對比前后圖像的差異,來初步判斷圖像是否存在缺陷;結(jié)合人類視覺注意機制,采用視覺顯著性計算方法對缺陷區(qū)域進行分割,得到準確的缺陷區(qū)域,并與SR算法和Itti算法得到的結(jié)果做對比性實驗;對缺陷區(qū)域進行特征提取,包括缺陷部分的形狀特征、幾何特征、灰度特征和紋理特征,分析提取到的數(shù)據(jù),選取合適的特征訓練SVM分類器并完成SVM核函數(shù)參數(shù)優(yōu)化,實現(xiàn)缺陷與偽缺陷(軌道連接處)的分類。最后,設計缺陷檢測軟件來實現(xiàn)上述算法,并對軟件的可靠性進行檢測。經(jīng)過實驗驗證,本文算法具有良好的穩(wěn)定性,經(jīng)過統(tǒng)計最終的檢測識別率為91.67%,在實際應用中具有參考價值。
[Abstract]:With the rapid development of railway in China, the traditional railway track detection methods can not meet the needs of efficient and accurate detection. This paper takes rail image as the research object, combines image processing, pattern recognition and other related technologies. An image processing based rail surface defect detection system is proposed. The system can realize the intelligent recognition of the rail surface defect area. This paper mainly includes the following aspects. By comparing several traditional image filtering algorithms, a fast median filtering method combined with mean value is used to process the image. A method based on gradient projection is proposed to locate the rail surface area, and the results show that the method is effective. Secondly, the defect of the image is preliminarily judged by comparing the difference of the image before and after. Combined with the mechanism of human visual attention, the defect region is segmented by visual salience calculation method, and the accurate defect region is obtained, and compared with the results obtained by SR algorithm and Itti algorithm, the defect region is extracted by feature extraction, and compared with the results obtained by SR algorithm and Itti algorithm. It includes shape feature, geometry feature, grayscale feature and texture feature of defect part, analyzes the extracted data, selects suitable features to train SVM classifier and optimizes the parameters of SVM kernel function. Finally, the defect detection software is designed to realize the above algorithm, and the reliability of the software is tested. The experimental results show that the algorithm has good stability. The final detection and recognition rate is 91.67, which has reference value in practical application.
【學位授予單位】：西南科技大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：U216.3;TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 ;圖像處理中心簡介[J];宇航學報;2001年04期

2 周世生,孫幫勇,李舉,夏衛(wèi)民;數(shù)字修描技術(shù)在包裝印刷圖像處理中的應用研究[J];包裝工程;2005年05期

3 ;Adobe發(fā)布Phototshop CS4[J];照相機;2008年11期

4 徐海良;;國像處理在歐洲前景美好[J];光學儀器;1989年05期

5 葉培建;1996年國際圖像處理大會信息[J];中國空間科學技術(shù);1996年06期

6 馬金發(fā),唐健,崔向;圖像處理快速算法研究及實現(xiàn)[J];沈陽工業(yè)學院學報;2002年02期

7 王曉平,郝玉峰,袁春偉;基于激發(fā)介質(zhì)進行圖像處理[J];計算機輔助設計與圖形學學報;2003年12期

8 陳源鋒,馮琳;圖像處理技術(shù)在物證照片標準化制作中的應用[J];影像技術(shù);2005年02期

9 蔣昀峗;葉俊勇;汪同慶;王同軍;;利用圖像處理技術(shù)進行工件角度檢測[J];新技術(shù)新工藝;2007年08期

10 王博;石亮;;圖像處理技術(shù)實現(xiàn)與分析——圖像的退化與復原[J];硅谷;2008年02期

相關(guān)會議論文 前10條

1 苑廷剛;李愛東;李汀;艾康偉;嚴波濤;;圖像處理技術(shù)在田徑科研中的應用初探[A];第七屆全國體育科學大會論文摘要匯編（二）[C];2004年

2 黃海永;朱浩;王朔中;;圖像處理軟件中宏結(jié)構(gòu)的實現(xiàn)和擴展[A];面向21世紀的科技進步與社會經(jīng)濟發(fā)展（上冊）[C];1999年

3 楊文杰;劉浩學;;基于馬爾可夫場理論的圖像處理新方法評述[A];面向21世紀的科技進步與社會經(jīng)濟發(fā)展（上冊）[C];1999年

4 王晉疆;劉文耀;肖松山;陳曉東;孫正;;光電圖像處理課程中教學環(huán)節(jié)的設計[A];光電技術(shù)與系統(tǒng)文選——中國光學學會光電技術(shù)專業(yè)委員會成立二十周年暨第十一屆全國光電技術(shù)與系統(tǒng)學術(shù)會議論文集[C];2005年

5 王鵬;;圖像處理技術(shù)與實驗數(shù)據(jù)處理[A];全面建設小康社會：中國科技工作者的歷史責任——中國科協(xié)2003年學術(shù)年會論文集（上）[C];2003年

6 王曉劍;曹婉;王莎莎;;一種基于高速DSP的圖像處理應用平臺[A];2008中國儀器儀表與測控技術(shù)進展大會論文集（Ⅲ）[C];2008年

7 張煒;蔣大林;郎芬玲;曹廣鑫;王秀芬;;圖像處理技術(shù)應用于選礦領(lǐng)域的綜述[A];第九屆全國信息獲取與處理學術(shù)會議論文集Ⅱ[C];2011年

8 劉春桐;趙兵;張志利;仲啟媛;;基于圖像處理的自動瞄準系統(tǒng)精度研究[A];全國自動化新技術(shù)學術(shù)交流會會議論文集（一）[C];2005年

9 李向榮;;美式落袋球自動擺球系統(tǒng)的圖像處理研究[A];2008中國儀器儀表與測控技術(shù)進展大會論文集（Ⅲ）[C];2008年

10 周榮官;周醒馭;;地質(zhì)雷達圖像處理在崩塌隱患探測中的應用及分析[A];第六屆全國信號和智能信息處理與應用學術(shù)會議論文集[C];2012年

相關(guān)重要報紙文章 前10條

1 新疆大學紡織與服裝學院 袁春燕;圖像處理技術(shù)讓數(shù)據(jù)更真實[N];中國紡織報;2013年

2 楊朝暉;我鄰域圖像處理達到每秒1350億次超高速[N];科技日報;2008年

3 吳啟海;圖像處理時8位/通道或16位/通道模式的選擇探討[N];中國攝影報;2012年

4 殷幼芳;印前圖像處理技術(shù)對印刷質(zhì)量的影響[N];中國包裝報;2005年

5 徐和德;圖像處理要適度[N];中國攝影報;2006年

6 記者 申明;中星微發(fā)布場景高保真圖像處理技術(shù)[N];科技日報;2010年

7 楊玉軍;郵編圖像處理技術(shù)通過驗收[N];中國郵政報;2000年

8 董長生 吳志軍;用圖像處理軟件推動刑偵信息技術(shù)工作[N];人民公安報;2003年

9 殷幼芳;藝術(shù)化的圖像處理技術(shù)[N];中國包裝報;2006年

10 ;富士圖像處理方案走進手機[N];計算機世界;2002年

相關(guān)博士學位論文 前10條

1 羅軍;圖像處理快速算法研究與硬件化[D];武漢大學;2014年

2 孫傳猛;煤巖圖像處理及細觀損傷本構(gòu)模型研究[D];重慶大學;2015年

3 嵇曉平;基于各向異性擴散方程圖像處理問題的研究[D];哈爾濱工業(yè)大學;2015年

4 黎海生;量子圖像處理關(guān)鍵技術(shù)研究[D];電子科技大學;2014年

5 吳玉蓮;非局部信息和TGV正則在圖像處理中的應用研究[D];西安電子科技大學;2015年

6 張還;聚合物復合材料微觀圖像處理與分析[D];南京農(nóng)業(yè)大學;2014年

7 劉宇飛;基于模型修正與圖像處理的多尺度結(jié)構(gòu)損傷識別[D];清華大學;2015年

8 樊瑤;基于圖像處理的路面裂縫檢測關(guān)鍵技術(shù)研究[D];長安大學;2016年

9 陸飛;基于浮點坐標系的圖像處理方法及應用研究[D];浙江工業(yè)大學;2016年

10 職占江;圖像處理的變分模型若干問題研究[D];大連理工大學;2016年

相關(guān)碩士學位論文 前10條

1 董國齡;基于圖像處理技術(shù)的水表自動檢定及管理系統(tǒng)的設計[D];天津理工大學;2015年

2 李永晨;基于DSP的多路圖像處理硬件系統(tǒng)研究[D];天津理工大學;2015年

3 杜高峰;基于opencv圖像處理的列車受電弓動態(tài)特性監(jiān)測方法研究[D];西南交通大學;2015年

4 王世豪;基于小波及壓縮感知的圖像處理方法及應用研究[D];燕山大學;2015年

5 牛蕾;基于非線性動力系統(tǒng)的圖像處理[D];東北林業(yè)大學;2015年

6 宋君毅;基于圖像處理的魚群監(jiān)測技術(shù)研究[D];天津理工大學;2015年

7 古偉楷;基于異構(gòu)計算技術(shù)的視頻與圖像處理研究[D];華南理工大學;2015年

8 康睿;基于圖像處理的砂土顆粒細觀特性分析[D];寧夏大學;2015年

9 趙杰;柴油噴霧粒子圖像處理及軟件的設計[D];長安大學;2015年

10 石璐;基于圖像處理的礦質(zhì)混合料級配檢測算法研究[D];長安大學;2015年

，

本文編號：1562614