轨道车视频监控系统的目标检测与报警研究
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 轨道车视频监控与目标检测的意义 | 第10-11页 |
| 1.2 轨道车视频监控系统现状 | 第11-12页 |
| 1.3 问题的提出 | 第12-13页 |
| 1.4 论文主要内容和安排 | 第13-15页 |
| 第二章 轨道车安全作业分析与监控检测 | 第15-26页 |
| 2.1 引言 | 第15页 |
| 2.2 连挂摘解作业分析 | 第15-17页 |
| 2.2.1 车钩牵引装置 | 第15-16页 |
| 2.2.2 连挂摘解作业 | 第16页 |
| 2.2.3 作业安全分析 | 第16-17页 |
| 2.3 轨道车运行过程分析 | 第17-18页 |
| 2.4 区间作业分析 | 第18-19页 |
| 2.4.1 轨道平车车体 | 第18页 |
| 2.4.2 轨道起重机 | 第18-19页 |
| 2.4.3 作业安全分析 | 第19页 |
| 2.5 监控检测方法的应用 | 第19-25页 |
| 2.5.1 图像检测方法 | 第20-22页 |
| 2.5.2 监控图像背景模型的建立 | 第22-25页 |
| 2.6 小节 | 第25-26页 |
| 第三章 轨道车运行作业的安全监控与检测 | 第26-48页 |
| 3.1 引言 | 第26页 |
| 3.2 监控视频图像的预处理 | 第26-29页 |
| 3.2.1 轨道车监控视频图像 | 第26-27页 |
| 3.2.2 视频图像的处理 | 第27-29页 |
| 3.3 颜色特征检测原理 | 第29-38页 |
| 3.3.1 颜色检测流程图 | 第32-33页 |
| 3.3.2 直接差分检测实现 | 第33-35页 |
| 3.3.3 HSV颜色检测实现 | 第35-38页 |
| 3.4 监控视频图像的纹理特征提取 | 第38-41页 |
| 3.4.1 灰度共生矩阵 | 第39页 |
| 3.4.2 LBP纹理特征 | 第39-41页 |
| 3.5 纹理特征的模型建立 | 第41-45页 |
| 3.5.1 点的纹理特征统计建模 | 第41-42页 |
| 3.5.2 区域纹理特征模型 | 第42-43页 |
| 3.5.3 纹理特征提取 | 第43-45页 |
| 3.6 轨道车监控检测的实现 | 第45-47页 |
| 3.7 小结 | 第47-48页 |
| 第四章 轨道车视频监控与报警系统的设计 | 第48-56页 |
| 4.1 轨道车视频监控系统组成 | 第48-50页 |
| 4.2 视频监控系统与GYK结合方案 | 第50-51页 |
| 4.3 与GYK装置实时通信的控制 | 第51-52页 |
| 4.4 声光报警的实现 | 第52-55页 |
| 4.5 小结 | 第55-56页 |
| 结论 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-61页 |
