基于图像处理的受电弓检测及滑板定位研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 受电弓检测方法 | 第12-14页 |
| 1.2.2 图像中目标的定位算法 | 第14-15页 |
| 1.3 受电弓安全巡检装置 | 第15-16页 |
| 1.4 论文的主要内容与结构安排 | 第16-18页 |
| 第2章 图像预处理 | 第18-26页 |
| 2.1 图像数据分析 | 第19-20页 |
| 2.2 基于MSRCR的受电弓图像增强 | 第20-25页 |
| 2.2.1 MSRCR图像增强算法 | 第20-22页 |
| 2.2.2 实验结果与分析 | 第22-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第3章 受电弓检测 | 第26-41页 |
| 3.1 受电弓检测流程 | 第26页 |
| 3.2 受电弓粗略检测 | 第26-31页 |
| 3.3 受电弓精确检测 | 第31-37页 |
| 3.3.1 LBP纹理特征提取 | 第31-34页 |
| 3.3.2 HOG局部特征提取 | 第34-35页 |
| 3.3.3 基于决策融合检测受电弓 | 第35-37页 |
| 3.4 实验设计与结果分析 | 第37-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第4章 受电弓滑板定位 | 第41-57页 |
| 4.1 滑板倾斜矫正 | 第42-44页 |
| 4.2 基于卷积神经网络的滑板定位 | 第44-54页 |
| 4.2.1 卷积神经网络 | 第45-47页 |
| 4.2.2 滑板数据增强 | 第47-48页 |
| 4.2.3 滑板定位的卷积神经网络结构设计 | 第48-52页 |
| 4.2.4 滑板定位的卷积神经网络结构可视化 | 第52-54页 |
| 4.3 实验结果与分析 | 第54-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第5章 总结 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第65页 |
