声明
致谢
1 引言
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 管道图像采集系统的国内外研究现状
1.2.2 管道缺陷图像检测技术国内外研究现状
1.2.3 存在的问题及发展方向
1.3 研究内容与研究方案
1.3.1 研究方法
1.3.2 研究内容
1.3.3 研究方案
1.4 章节安排
2 管道缺陷图像采集系统设计
2.1 系统结构与工作原理
2.2 系统硬件选择
2.2.1 摄像头的选择
2.2.2 树莓派
2.2.3 光源选型
2.3 系统软件平台的搭建
2.3.1 操作系统的安装
2.3.2 OpenCV概述
2.3.3 OpenCV函数库的安装
2.4 相机的标定
2.5 本章小结
3 管道缺陷图像预处理算法的研究
3.1 管道缺陷噪声的分析
3.2 管道缺陷图像灰度化
3.3 管道缺陷图像的初步判断
3.4 管道缺陷图像增强处理
3.4.1 管道缺陷图像直方图均衡化
3.4.2 伽马校正
3.5 管道缺陷图像滤波处理
3.5.1 均值滤波
3.5.2 双边滤波
3.5.3 自适应中值滤波
3.6 图像质量评价
3.6.1 图像质量主观评价
3.6.2 图像质量客观评价
3.7 本章小结
4 管道缺陷的边缘检测及分割处理
4.1 缺陷图像边缘检测
4.2 缺陷图像的分割
4.3 缺陷形态学处理
4.3.1 膨胀和腐蚀
4.3.2 开运算和闭运算
4.3.3 实验验证及分析
4.4 管道缺陷轮廓绘制
4.5 本章小结
5 管道缺陷图像的特征提取
5.1 缺陷特征的描述
5.2 缺陷特征提取与选择
5.2.1 疑似缺陷识别
5.2.2 实验研究与分析
5.3 缺陷特征存储
5.4 本章小结
6 基于模式识别的管道缺陷分类系统
6.1 管道缺陷模式识别
6.1.1 管道缺陷分类器的设计
6.1.2 支持向量机的理论基础
6.2 基于支持向量机的管道缺陷分类
6.2.1 管道缺陷检测结构的设计
6.2.2 支持向量机算法步骤
6.2.3 参数选择及寻优
6.2.4 管道缺陷分类算法的训练
6.3 分类测试结果与分析
6.4 本章小结
7 结论与展望
7.1 结论
7.2 创新性
7.3 展望
参考文献
作者简历及攻读硕士学位期间取得的研究成果
独创性声明
学位论文数据集
北京交通大学;