| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 论文的选题背景及研究意义 | 第9-10页 |
| 1.1.1 选题背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10页 |
| 1.2 国内外调车安全防护系统发展现状 | 第10-11页 |
| 1.2.1 国内发展现状 | 第10-11页 |
| 1.2.2 国外发展现状 | 第11页 |
| 1.3 机器视觉应用研究现状 | 第11-12页 |
| 1.4 论文的主要研究内容 | 第12-14页 |
| 2 图像预处理技术 | 第14-24页 |
| 2.1 图像去雾化 | 第14-15页 |
| 2.2 图像灰度化 | 第15-16页 |
| 2.3 图像滤波 | 第16-20页 |
| 2.4 图像边缘检测 | 第20-23页 |
| 2.5 小结 | 第23-24页 |
| 3 复杂环境中调车信号灯的检测 | 第24-35页 |
| 3.1 常用的圆检测方法 | 第24-26页 |
| 3.1.1 经典 Hough 变换圆检测 | 第24-25页 |
| 3.1.2 随机 Hough 变换圆检测 | 第25-26页 |
| 3.1.3 广义 Hough 变换圆检测 | 第26页 |
| 3.2 基于 PCA 和随机 Hough 变换的调车信号灯检测 | 第26-31页 |
| 3.2.1 调车信号灯的检测原理 | 第26-27页 |
| 3.2.2 调车信号灯的检测过程 | 第27-31页 |
| 3.2.3 本股道显示调车信号灯的确认 | 第31页 |
| 3.3 实验结果与分析 | 第31-35页 |
| 4 基于 BP 神经网络的信号灯颜色识别 | 第35-49页 |
| 4.1 颜色特征提取及分析 | 第35-39页 |
| 4.1.1 颜色空间模型分析 | 第35-37页 |
| 4.1.2 颜色特征提取 | 第37-38页 |
| 4.1.3 实验结果及分析 | 第38-39页 |
| 4.2 BP 神经网络颜色分类器 | 第39-48页 |
| 4.2.1 BP 神经网络结构及原理 | 第39-41页 |
| 4.2.2 BP 神经网络颜色分类器的设计 | 第41-43页 |
| 4.2.3 BP 网络学习及结果分析 | 第43-48页 |
| 4.3 分类结果与分析 | 第48-49页 |
| 5 单目测距与预警信息显示 | 第49-58页 |
| 5.1 单目视觉测距方法 | 第49-50页 |
| 5.2 本文测距方法 | 第50-55页 |
| 5.2.1 数据统计分析 | 第50-53页 |
| 5.2.2 数据拟合建模 | 第53-54页 |
| 5.2.3 测距模型结果分析 | 第54-55页 |
| 5.3 预警信息的显示 | 第55-58页 |
| 5.3.1 预警信息 | 第56页 |
| 5.3.2 实验验证 | 第56-58页 |
| 结论 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 攻读学位期间的研究成果 | 第63页 |