基于图像识别的聚乙烯燃气管道缺陷检测算法研究

目录

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