声明
1 绪论
1.1 论文的选题背景和研究意义
1.2 国内外研究现状
1.3 主要研究内容
2 轨道表面图像预处理
2.1 机器视觉概述
2.2 采集系统的硬件组成
2.3 轨道图像的图像增强
2.4 轨道图像的图像去噪
2.5 本章小结
3 轨道表面缺陷分割
3.1轨面区域提取
3.2 基于边界的缺陷分割
3.3 基于阈值的缺陷分割
3.4 本章小结
4 基于深度学习的钢轨缺陷分类
4.1 深度学习概述
4.2 深度学习网络SE-DenseNet的介绍
4.3 SE-DenseNet在轨面缺陷分类中的应用
4.4 本章小结
5 总结与展望
致谢
参考文献
攻读学位期间的研究成果
兰州交通大学;