| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-11页 |
| ·课题的背景及意义 | 第8-9页 |
| ·本文的主要内容及章节安排 | 第9-11页 |
| 2 基于一般算法的开关检测系统 | 第11-17页 |
| ·开关检测系统的总体结构 | 第11-12页 |
| ·开关检测系统的硬件平台 | 第12页 |
| ·开关检测系统的软件结构及其识别算法 | 第12-15页 |
| ·开关检测系统对图像处理算法的需求分析 | 第15页 |
| ·Adaboost 算法在开关检测系统中的可行性分析 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 3 Adaboost 算法及其的在开关检测上的研究 | 第17-31页 |
| ·Adaboost 算法 | 第17-21页 |
| ·基于Adaboost 算法的开关状态检测流程 | 第21-24页 |
| ·Adaboost 算法的两种变种 | 第24-26页 |
| ·使用Adaboost 算法对多种开关状态进行检测 | 第26-28页 |
| ·基于Adaboost 算法的开关检测的实用化 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 4 Haar-like 弱分类器的研究与改进 | 第31-46页 |
| ·电力开关柜的特征提取 | 第31页 |
| ·基于Haar-like 特征的简介 | 第31-34页 |
| ·现有Haar-like 特征的不足以及一种新的Haar-like 特征自生成算法 | 第34-39页 |
| ·基于OpenCV 平台的算法验证 | 第39-44页 |
| ·本章小结 | 第44-46页 |
| 5 总结与展望 | 第46-48页 |
| ·全文总结 | 第46-47页 |
| ·展望 | 第47-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 附录1 攻读硕士学位期间参与的科研项目 | 第52页 |
