货车故障图像显著特征识别算法研究-模式识别与智能系统专业论文.docxVIP

独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研 究成果。尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他个人或 集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在 文中以明确方式标明。本人完全意识到，本声明的法律结果由本人承担。 学位论文作者签名： 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学校有关保留、使用学位论文的规定，即：学校有权 保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。 本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检 索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 本论文属于 保密□ ，在 年解密后适用本授权书。 不保密□。 （请在以上方框内打“√”） 学位论文作者签名： 指导教师签名： 日期： 年 月 日 日期： 年 月 日 华中 科技 大 华 中 科 技 大 学 硕 士 学 位 论 文 I I 摘 要 货车运行故障动态检测系统（TFDS）是铁道部大力推广的一套货车安全检测系 统。该系统在列检效率和列检质量方面都要明显优于传统的停车静态检测，但现阶 段该系统仍处于人机结合的工作模式，离完全机控工作模式的最终目标还有一定距 离。本课题旨在利用图像处理技术，结合计算机视觉理论，设计并实现六类故障的 自动识别算法，推动 TFDS 向“机控”工作模式的转变。 本文针对各个故障区域讨论相应的处理方法。基于显著特征的理论，将六类故 障归纳成三大类：区域显著变化、边界显著变化和结构显著变化。相应地，本文的 研究工作包括： 对属于区域显著变化的故障——挡键丢失、甩油，着重依据它们各自的区域特 征进行了识别算法研究。其中，针对挡键目标的分割，提出了一种受先验知识指导 的阈值估计分割算法，解决了 OTSU 法在光照不均情况下的目标欠分割问题；分别 运用基于投影直方图外包络的特征量、基于局部窗口的灰度统计方法有效描述了挡 键、甩油故障形态。 对属于边界显著变化的故障——紧固螺栓松动、从板弯曲、牵引梁弯曲，着重 依据它们各自的边界特征进行了识别算法研究。其中，提出一种基于灰度投影的角 点检测方法用于提取从板边界，该方法在图像梯度特征较弱的情况下具有明显优势； 针对牵引梁边界线的提取，自定义了一种基于扇形搜索的边界跟踪算法，可有效跟 踪曲线同时填补边缘空隙。 对属于结构显著变化的故障——钩尾销螺栓丢失，利用其对称性的结构特征， 研究了该故障的识别算法。提出了一种基于模板匹配的结构定位方法，可快速提取 感兴趣区域。 本文一一阐述了六种故障的识别算法，并通过批量图片测试证明了算法的有效 性和实时性，误检率和漏检率均能达到货车故障自动识别的预期目标。 关键词：模式识别 图像处理 特征提取 目标描述 故障诊断 TFDS II II Abstract TFDS is a popular security assurance system that is demanded by the department of railway now. Both the efficiency and the quality of this system are superior to those of traditional static detection, but its currently working model should change from computer combining with human-control model to the final realization of the complete computer-control model. This paper is intended to design and implement the automatic recognition algorithm for six failures by using image processing techniques and computer vision theory, to push forward the transformation in the working model of TFDS. This paper only discusses the processing method of the topography of every failure. Based on the thoery of salient features, six failures are able to be divided into three groups: the signific