基于机器视觉的货车典型故障图像识别算法研究-交通信息工程及控制专业论文.docxVIP

万方数据 万方数据 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究成 果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已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。 与我一同工作的同志对本研究所做的任何贡献均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： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解 兰州交通大学 有关保留、使用学位论文的规定。特授权 兰州交通大学 可以将学位论文的全部或部分内容编入有关数据库进行检索，并采用影 印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机 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： 导师签名： 签字日期： 年 月 日 签字日期： 年 月 日 兰州交通 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(Running Trouble of Freight Car Detection System,铁路货车运行故障动态图像检测系统)列检方式。 近年来，随着机器视觉、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 基于机器视觉的货车典型故障图像识别算法研究 Abstract Due to the establishment of new transport organization and the new requirements of high-speed and overloading truck, the region of truck inspection is extended and the time of truck inspection is shortened, which increase the requirement of a higher efficiency and quality of truck inspection. The traditional train inspection method based on the artificial control mode has been unable to meet the requirements, and it replaced by the running trouble of freight car detection system (TFDS) based on the human-computer cooperation mode. In recent years, many technologies, such as machine vision, image processing and pattern recognition, is more and more perfect, which lay the theoretical foundation for the transformation of TFDS system t