导读:本文包含了热态重轨论文开题报告文献综述及选题提纲参考文献，主要关键词:热态重轨,机器视觉,重轨表面缺陷,神经网络
热态重轨论文文献综述
谢长贵,谢志江[1]（2013）在《热态重轨表面缺陷机器视觉检测的关键技术》一文中研究指出针对目前热态重轨表面缺陷检测速度慢、精度低的问题,提出一种基于机器视觉的热态重轨表面缺陷检测系统。利用多线阵CCD摄像机采集图像,根据重轨几何特征及其缺陷高频区域特性,对重轨进行了六视角拍摄,然后在图像工作站中进行各种图像处理。系统采用改进的Hough变换提取特征缺陷,针对SVM算法训练速度慢的特点,利用模糊Kohonen神经网络对重轨表面缺陷进行分类。采用上述机器视觉检测关键技术对热态重轨表面进行缺陷识别,提高了检测速度,且正确率在85%以上。(本文来源于《重庆大学学报》期刊2013年10期）
米曾真,谢志江,陈涛,范兵[2]（2012）在《热态重轨图像光照不均校正方法》一文中研究指出为抑制重轨弧面强反射场引起的局部亮度过大,同时保留足够多的原始图像信息.研究了线像素灰度处理方法,计算列像素均值,去均值化处理实现纵向光照不均校正;选取上边缘的n个离散点,叁次B样条边缘拟合,y方向像素对齐实现边缘矫直,然后对每一行的像素进行迭加,将灰度均值作为基准,根据每一行像素灰度和基准的比值进行线性拉伸,实现横向光照不均校正.引入信息熵、均方误差、峰值信噪比、通用图像质量指数量化比较不同方法的处理效果.对比实验表明,文中方法得到的图像总体灰度值分布最均匀,图像质量评价参数最高.该方法校正了图像亮度的不均匀性,同时能保留足够多的原始图像信息.(本文来源于《武汉理工大学学报(交通科学与工程版)》期刊2012年05期）
谢志江,陈涛,楚红雨,刘琴[3]（2012）在《热态重轨表面缺陷在线检测方法及关键技术》一文中研究指出针对热态重轨轧制时表面缺陷检测困难,研制了一种基于机器视觉的热态重轨表面缺陷实时检测系统。根据重轨辐射和光照特性进行了光学选型,利用多个线阵CCD相机并行多角度采集得到热态重轨全表面图像,通过图像自适应预处理得到满足缺陷检测要求的图像。针对重轨表面缺陷结构连续性引起的传统图像分割算法难以实现缺陷提取的情况,提出了图像像素线线间相关度互检验算法,并利用像素去差异化和方差统计运算提取完整缺陷,此方法在该类问题的识别效果上明显优于传统边缘识别算法。系统在某集团轨梁厂的实际应用中取得了良好的效果。(本文来源于《重庆大学学报》期刊2012年03期）
陈涛[4]（2011）在《热态重轨表面缺陷在线检测系统关键技术研究》一文中研究指出重轨在铁路运输业中具有重要的作用,其质量直接影响到铁路运输业的安全。热态重轨表面质量检测是重轨生产中检测环节中的第一环,也是极其重要的一环。该项检测的速度、准确性等因素直接关系重轨生产的总体质量和报废率,对企业提高产品质量、减少废品率、提高经济效益有着积极的作用。本文以国内某大型钢铁集团轨梁厂热态重轨表面质量检测现状为背景,针对热态重轨人工肉眼检测法的多种弊端,在项目组研究成果的基础上,设计了一套基于机器视觉的热态重轨表面质量实时在线检测系统。该系统克服了人工检测法漏检率高、检测效率低、结果不准确的问题,可以实现对热态重轨全表面质量的并行检测。系统利用机器视觉技术及图像处理手段对重轨表面质量进行机器识别,具有检测效率高、结果准确直观并可重现等优点,有广阔的应用前景。本文的主要研究内容如下:1.结合重轨截面形状对重轨表面缺陷及重点检测区域进行了分析和总结,设计了重轨表面图像采集摄像机的布置位置。2.对高温热态重轨的光照辐射特性进行了分析,根据热态重轨辐射特性及表面缺陷特点选取了合适的滤镜和光照方式。3.根据对图像中重轨边缘区域像素变化特征的分析,提出了边缘强对比度拉伸算法对重轨图像的背景区域进行分割。4.针对重轨图像光照不均的问题,使用MATLAB软件对重轨进行了光照模拟;利用重轨图像自身像素统计对图像光照不均函数进行了估计,进而对图像进行了去光照不均处理。5.对重轨表面缺陷的通用特征进行了分析和描述,分别提出了过暗过曝区域交迭融合法和图像列像素线线间相关度互校验法两种算法对重轨表面缺陷进行识别。算法识别适应性较好、可检测范围广,能对重轨表面多个位置、多种类型的缺陷同时进行检测。(本文来源于《重庆大学》期刊2011-05-01）
许志立[5]（2010）在《热态重轨表面缺陷机器视觉检测系统的设计与应用》一文中研究指出重轨表面缺陷的自动检测,长期以来一直是期待解决的问题。尤其是热态重轨的在线检测更是关注的焦点。当前热态重轨表面缺陷多采用人工目测检测方法,该方法有劳动强度高、易漏检、检测质量得不到保障等缺点且检测精度和检测效率低。随着计算机软硬件技术的发展,以及图像处理、模式识别等智能技术的进步,以机器智能工作代替人工的需要越来越多。正是在此基础上,本文提出了基于机器视觉的热态重轨表面缺陷检测系统。系统具有非接触、现场抗干扰能力强、精度合适、不干扰生产过程等优点。本文首先介绍课题的研究背景,说明了当前热态重轨表面缺陷检测方法的不足,以及国内外机器视觉技术在表面缺陷检测领域中的应用;介绍了机器视觉的检测原理,并根据该检测原理,进行了系统总体方案设计,包括照明方式的设计、滤光片的选择以及相机、镜头和采集卡的选型,针对系统中图片数据大的问题,采用了磁盘阵列技术;介绍了重轨的形态特征,完成了离散图像采集单元的设计与安装布置,展示了各离散单元采集图片的效果;讨论了数字图像处理方法,介绍了针对热态重轨图片图像增强和图像分割的方法,研究了典型的阈值分割边缘提取算法,提出一种基于遗传算法(Genetic Algorithm,GA)和B样条函数修正的缺陷边缘提取方法,该方法能在高噪声背景下提取复杂缺陷边缘的近似封闭曲线,讨论了基于对比思想的缺陷识别方法在重轨表面质量控制中应用的可行性;系统软件采用了模块化设计方案,以Microsoft Visual C++6.0为开发平台,通过MatCOM与Matlab7.0接口进行编程,综合了VC和Matlab两种开发软件的优点,采用SQL Server 2005数据库技术,对系统信息、设备信息、图片数据进行有效管理;系统结合了Windows操作系统的多线程与多视图技术,实现了各功能模块并行处理模式,这种模式的运用既保障了系统数据采集的实时性,又可以现场进行各种操作,充分利用、发挥了Windows操作系统的优势,且具有良好的界面友好性。文章最后介绍了热态重轨表面缺陷检测系统的现场应用情况,验证了系统的可行性,同时总结了系统今后尚需完善的地方,为进一步的研究打下了良好的基础。(本文来源于《重庆大学》期刊2010-05-01）
叶苏茹[6]（2008）在《基于机器视觉的热态重轨表面缺陷检测关键技术研究》一文中研究指出重轨在国民经济生产中具有举足轻重的作用,其质量是保障铁路安全运输的重要条件。重轨表面缺陷是影响重轨质量的一个重要因素,热态重轨缺陷检测为加强轧制工艺管理,改善工人劳动条件,提高重轨表面质量起到了至关重要的作用。机器视觉是用计算机来分析从摄像机获得的图像的一种方法。视觉检测技术具有非接触、速度快、精度合适、现场抗干扰能力强等突出的优点,在实际中显示出广阔的应用前景。本文以国内某大型钢铁企业的热态重轨的检测现状为应用背景,对热态重轨缺陷图像和常用检测方法做了大量的分析和研究,针对目前采用的人工肉眼检测缺陷的不足,对缺陷图像检测采用了新的方法:基于机器视觉、图像分割以及支持向量机的检测方法。论文主要研究内容如下:①在分析现场热态重轨的运动状态及检测工艺的基础上,合理地选择了能够全面地实时监测热态重轨表面的测点;对国内外常用表面检测技术做了分析对比,采用了机器视觉技术非接触地直接采集热态重轨表面的完整图像,根据热态重轨表面特点及缺陷检测系统的主要技术要求,设计了系统的硬件和软件构成。②研究实时采集和高速传输热态重轨表面精密图像的方法。采用了离散化的采集模式,设置4个单独的采集单元,且采集单元具有良好的互换性。通过计算和分析,选取合适的相机、镜头,充分利用了热态重轨自身热辐射的红外光的均匀性,调节好曝光时间、线频等采集参数,设计了图像采集单元的摆放位置和成像角度,充分保证图像的平滑、完整和丰富的色彩及细节信息。采用了基于TCP/IP协议的千兆网络传输方式,保证了图像的快速传输。③在动态获取重轨图像后,利用图像处理相关技术,对复杂背景下的缺陷图像识别,采用了图像信息定位算法缩小了感兴趣区,减少了干扰信息。通过对大量缺陷图像的研究,有效利用专家经验,找出重轨表面缺陷图像的各种特征参数,针对现场样本少、不规则性强的特点,选取了支持向量机的分类方法,反复训练缺陷图像样本,实现重轨表面缺陷的标定和分类识别。④课题以Windows2000为操作系统平台,以VC++6.0和Matlab7.0为开发工具,结合SQL Sever数据库技术,完成软件总体架构,把相机参数设置、图像实时采集、图像处理、数据库管理等有机地结合在一起,实现随时查询,跟踪产品表面质量,对缺陷图像信息进行管理,规范产品生产和检测。通过以上几方面的工作,对热态重轨表面缺陷特征进行了全面的分析,完成了表面缺陷检测从理论分析到到检测系统完整构建和实际实验的进行等一系列较为系统的研究。经现场实验证明,该系统可达到热态重轨表面缺陷检测预期效果。(本文来源于《重庆大学》期刊2008-04-01）
热态重轨论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为抑制重轨弧面强反射场引起的局部亮度过大,同时保留足够多的原始图像信息.研究了线像素灰度处理方法,计算列像素均值,去均值化处理实现纵向光照不均校正;选取上边缘的n个离散点,叁次B样条边缘拟合,y方向像素对齐实现边缘矫直,然后对每一行的像素进行迭加,将灰度均值作为基准,根据每一行像素灰度和基准的比值进行线性拉伸,实现横向光照不均校正.引入信息熵、均方误差、峰值信噪比、通用图像质量指数量化比较不同方法的处理效果.对比实验表明,文中方法得到的图像总体灰度值分布最均匀,图像质量评价参数最高.该方法校正了图像亮度的不均匀性,同时能保留足够多的原始图像信息.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
热态重轨论文参考文献
[1].谢长贵,谢志江.热态重轨表面缺陷机器视觉检测的关键技术[J].重庆大学学报.2013
[2].米曾真,谢志江,陈涛,范兵.热态重轨图像光照不均校正方法[J].武汉理工大学学报(交通科学与工程版).2012
[3].谢志江,陈涛,楚红雨,刘琴.热态重轨表面缺陷在线检测方法及关键技术[J].重庆大学学报.2012
[4].陈涛.热态重轨表面缺陷在线检测系统关键技术研究[D].重庆大学.2011
[5].许志立.热态重轨表面缺陷机器视觉检测系统的设计与应用[D].重庆大学.2010
[6].叶苏茹.基于机器视觉的热态重轨表面缺陷检测关键技术研究[D].重庆大学.2008