發(fā)布時(shí)間：2023-04-09 18:45

　　拉索是斜拉橋的重要構(gòu)件,對(duì)橋梁安全至關(guān)重要。橋梁拉索外側(cè)通常有高聚乙烯護(hù)套,護(hù)套在光照、風(fēng)、水汽等作用下會(huì)產(chǎn)生裂紋、孔洞等缺陷,這些缺陷會(huì)對(duì)橋梁安全造成潛在威脅。對(duì)護(hù)套的定期檢測(cè)和養(yǎng)護(hù)能夠保證拉索的使用安全。本文對(duì)基于機(jī)器視覺(jué)的缺陷檢測(cè)方法進(jìn)行了研究,形成了一套較為完整的檢測(cè)方案,有望在今后代替人工完成護(hù)套缺陷檢測(cè)工作。本文的主要工作內(nèi)容有:1)設(shè)計(jì)了表面缺陷視覺(jué)檢測(cè)方案,其中圖像采集模塊包括CMOS工業(yè)相機(jī)、8mm定焦鏡頭、環(huán)形LED工業(yè)光源,用于采集護(hù)套表面圖像。線上算法主要完成圖像灰度化、圖像去噪、圖像分割與缺陷判別,并保存缺陷圖像;線下算法完成圖像拼接、特征提取、特征選擇和圖像分類(lèi)任務(wù)。2)研究了圖像預(yù)處理與圖像分割算法。使用YUV顏色空間對(duì)采集的圖像進(jìn)行灰度化,用自適應(yīng)中值濾波算法進(jìn)行去噪處理,以保留原始圖像信息。用sobel算子配合閾值分割、形態(tài)學(xué)處理等方法完成了缺陷部分的圖像分割,最后使用面積和長(zhǎng)軸長(zhǎng)度判別是否為缺陷圖像,長(zhǎng)軸角度用PCA算法計(jì)算獲得。3)對(duì)于缺陷可能存在于相鄰相機(jī)交界處的情況,研究了圖橡拼接算法。在特征點(diǎn)選取階段,使用特征穩(wěn)定、信息豐富的SIFT算法,并...

【文章頁(yè)數(shù)】：98 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景與意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 橋梁拉索檢測(cè)技術(shù)發(fā)展現(xiàn)狀
        1.2.1 拉索應(yīng)力狀態(tài)檢測(cè)
        1.2.2 受力體抗力退化狀態(tài)檢測(cè)
        1.2.3 防護(hù)系統(tǒng)狀態(tài)檢測(cè)
    1.3 機(jī)器視覺(jué)檢測(cè)技術(shù)介紹
        1.3.1 機(jī)器視覺(jué)技術(shù)簡(jiǎn)介
        1.3.2 機(jī)器視覺(jué)技術(shù)在表面缺陷檢測(cè)中的應(yīng)用
    1.4 關(guān)鍵技術(shù)與難點(diǎn)分析
    1.5 項(xiàng)目檢測(cè)需求
    1.6 本文研究?jī)?nèi)容與章節(jié)安排
第2章 機(jī)器視覺(jué)缺陷檢測(cè)系統(tǒng)方案設(shè)計(jì)
    2.1 引言
    2.2 檢測(cè)裝置整體方案
        2.2.1 檢測(cè)裝置的組成結(jié)構(gòu)
        2.2.2 檢測(cè)裝置主要功能
        2.2.3 檢測(cè)裝置的工作流程
    2.3 檢測(cè)裝置硬件部分
        2.3.1 機(jī)械爬升模塊
        2.3.2 圖像采集模塊
    2.4 檢測(cè)裝置軟件部分
    2.5 小結(jié)
第3章 拉索護(hù)套表面圖像預(yù)處理與缺陷部分分割
    3.1 引言
    3.2 拉索護(hù)套表面圖像采集與灰度化
    3.3 拉索護(hù)套表面圖像預(yù)處理
    3.4 拉索護(hù)套表面缺陷圖像分割
    3.5 拉索護(hù)套表面缺陷的判別
    3.6 實(shí)驗(yàn)與分析
    3.7 小結(jié)
第4章 拉索護(hù)套表面圖像拼接
    4.1 引言
    4.2 圖像拼接技術(shù)
    4.3 缺陷圖像拼接方法分析
    4.4 FAST-SIFT算法
        4.4.1 SIFT算法原理介紹
        4.4.2 SIFT算法簡(jiǎn)化
        4.4.3 特征點(diǎn)匹配及變換矩陣計(jì)算
    4.5 圖像融合
    4.6 實(shí)驗(yàn)與分析
    4.7 小結(jié)
第5章 拉索護(hù)套表面缺陷圖像識(shí)別分類(lèi)
    5.1 引言
    5.2 拉索護(hù)套表面缺陷特征提取
        5.2.1 基本特征描述子
        5.2.2 拓?fù)涮卣髅枋鲎?br>        5.2.3 統(tǒng)計(jì)特征描述子
        5.2.4 紋理特征描述子
    5.3 拉索護(hù)套表面缺陷特征選擇
        5.3.1 特征選擇中的可分性準(zhǔn)則
        5.3.2 特征選擇方法
    5.4 拉索護(hù)套表面缺陷特征分類(lèi)
        5.4.1 SVM算法
        5.4.2 狼群算法
        5.4.3 WPA-SVM算法
    5.5 小結(jié)
第6章 總結(jié)與展望
    6.1 全文內(nèi)容總結(jié)
    6.2 工作展望
參考文獻(xiàn)
附錄 攻讀學(xué)位期間發(fā)表的論文及專(zhuān)利
致謝



本文編號(hào)：3787542