煤层气排采设备视频监控电子稳像系统研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-17页 |
| 1.1 选题背景 | 第10页 |
| 1.2 稳像技术的分类 | 第10-13页 |
| 1.2.1 光学稳像 | 第11页 |
| 1.2.2 机械式稳像 | 第11-12页 |
| 1.2.3 电子稳像 | 第12-13页 |
| 1.3 研究意义 | 第13页 |
| 1.4 本课题国内外研究领域动态及发展趋势 | 第13-15页 |
| 1.4.1 国内外发展情况 | 第13-15页 |
| 1.4.2 发展的总体趋势 | 第15页 |
| 1.5 本文研究的主要内容及章节安排 | 第15-17页 |
| 1.5.1 本文的主要研究内容 | 第15-16页 |
| 1.5.2 本文的章节安排 | 第16-17页 |
| 2 电子稳像算法的原理及主要算法 | 第17-22页 |
| 2.1 电子稳像技术介绍 | 第17页 |
| 2.2 电子稳像的基本原理及方法 | 第17-19页 |
| 2.3 主要的电子稳像算法 | 第19-21页 |
| 2.3.1 块匹配法 | 第19-20页 |
| 2.3.2 位平面匹配法 | 第20页 |
| 2.3.3 灰度投影算法 | 第20-21页 |
| 2.3.4 特征量跟踪算法 | 第21页 |
| 2.4 本章小结 | 第21-22页 |
| 3 特征点匹配算法的研究及其改进 | 第22-35页 |
| 3.1 概述 | 第22页 |
| 3.2 特征点匹配算法原理 | 第22-23页 |
| 3.3 一种改进的中值滤波方法 | 第23-28页 |
| 3.3.1 开关中值滤波 | 第24-25页 |
| 3.3.2 改进的开关中值滤波方法 | 第25-28页 |
| 3.4 基于Harris角点检测的特征点匹配算法 | 第28-34页 |
| 3.4.1 Harris角点检测方法 | 第28-30页 |
| 3.4.2 特征点匹配 | 第30-31页 |
| 3.4.3 运动参数的估计 | 第31-33页 |
| 3.4.4 运动补偿 | 第33-34页 |
| 3.5 本章小结 | 第34-35页 |
| 4 电子稳像算法在平台上的实现及优化 | 第35-57页 |
| 4.1 开发平台介绍 | 第35-37页 |
| 4.1.1 TMS320DM6467的介绍 | 第35-36页 |
| 4.1.2 电子稳像系统平台简介 | 第36-37页 |
| 4.2 开发环境的配置 | 第37-44页 |
| 4.2.1 DAVINCI技术综述 | 第37-39页 |
| 4.2.2 DAVINCI开发平台的搭建 | 第39-42页 |
| 4.2.3 RBL和UBL简介 | 第42页 |
| 4.2.4 U-boot的编译 | 第42-44页 |
| 4.2.5 Linux内核的开发 | 第44页 |
| 4.3 电子稳像算法在平台上的实现 | 第44-51页 |
| 4.3.1 Codec Engine算法的创建 | 第45-46页 |
| 4.3.2 Server的配置 | 第46-48页 |
| 4.3.3 Server的生成方法 | 第48-49页 |
| 4.3.4 Engine在APP端的配置 | 第49页 |
| 4.3.5 核心Engine的APIs配置 | 第49-50页 |
| 4.3.6 VISA的APIs配置 | 第50-51页 |
| 4.3.7 Server的APIs配置 | 第51页 |
| 4.4 DM6467的算法优化 | 第51-56页 |
| 4.4.1 程序优化 | 第52-55页 |
| 4.4.2 内存优化 | 第55-56页 |
| 4.5 本章小结 | 第56-57页 |
| 5 实验结果分析 | 第57-65页 |
| 5.1 图像质量的评价方法 | 第57-59页 |
| 5.1.1 主观评价方法 | 第57-58页 |
| 5.1.2 客观评价方法 | 第58-59页 |
| 5.2 实验结果及数据分析 | 第59-64页 |
| 5.2.1 现场图像处理前后效果对比图 | 第59-62页 |
| 5.2.2 实验结果评价 | 第62-64页 |
| 5.3 本章总结 | 第64-65页 |
| 6 总结与展望 | 第65-67页 |
| 6.1 本文的主要成果 | 第65-66页 |
| 6.2 今后工作的展望 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 附录 | 第71页 |
