| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第12-26页 |
| 1.1 课题背景 | 第13-20页 |
| 1.1.1 轨道交通实训系统简介 | 第13-14页 |
| 1.1.2 测速定位现状及其在轨道交通实训系统中的应用 | 第14-20页 |
| 1.2 研究现状及意义 | 第20-22页 |
| 1.2.1 基于视频图像的测速定位现状 | 第20-22页 |
| 1.2.2 基于视频图像的测速定位及其在轨道交通实训系统中的应用 | 第22页 |
| 1.3 本文的主要工作 | 第22-26页 |
| 2 本场景的图像采集方式以及初步实验分析 | 第26-46页 |
| 2.1 视频图像处理基础 | 第26-27页 |
| 2.1.1 视频图像数学表达式 | 第26页 |
| 2.1.2 视频图像的获取 | 第26-27页 |
| 2.2 本场景的图像采集方式 | 第27-32页 |
| 2.2.1 摄像机类型选取 | 第27-28页 |
| 2.2.2 摄像机镜头、角度初步选择 | 第28-32页 |
| 2.3 颜色的空间转换及实验 | 第32-35页 |
| 2.3.1 常用的色彩空间 | 第32页 |
| 2.3.2 彩色空间转换原理 | 第32-34页 |
| 2.3.3 色彩空间转换实验 | 第34-35页 |
| 2.4 图像二值化处理以及初步实验分析 | 第35-45页 |
| 2.4.1 图像二值化的原理以及意义 | 第35-36页 |
| 2.4.2 常用的二值化阈值选择方法以及初步实验分析 | 第36-45页 |
| 2.5 本章小结 | 第45-46页 |
| 3 本场景中的轨道识别算法研究与分析 | 第46-76页 |
| 3.1 目前常见的轨道识别方法 | 第46页 |
| 3.2 边缘检测原理、方法以及实验分析 | 第46-56页 |
| 3.2.1 边缘检测原理 | 第46-47页 |
| 3.2.2 边缘检测方法 | 第47-54页 |
| 3.2.3 实验结果及分析 | 第54-56页 |
| 3.3 Hough变换原理以及实验分析 | 第56-61页 |
| 3.3.1 标准Hough变换检测直线的原理与步骤 | 第56-58页 |
| 3.3.2 Hough变换的变种——概率Hough变换 | 第58页 |
| 3.3.3 实验结果与分析 | 第58-61页 |
| 3.4 数学形态学处理 | 第61-68页 |
| 3.4.1 初级形态学 | 第61-65页 |
| 3.4.2 高级形态学运算 | 第65-66页 |
| 3.4.3 实验结果与分析 | 第66-68页 |
| 3.5 基于顶帽变换原理的识别定位方法研究 | 第68-74页 |
| 3.5.1 基于顶帽变换的Hough变换轨道识别方法 | 第68-69页 |
| 3.5.2 实验结果与分析 | 第69-74页 |
| 3.6 本章小结 | 第74-76页 |
| 4 本场景中的列车定位识别算法研究与分析 | 第76-88页 |
| 4.1 运动目标检测的基本方法 | 第76-78页 |
| 4.1.1 帧差法 | 第76-77页 |
| 4.1.2 背景差法 | 第77-78页 |
| 4.2 本场景所采取的运动目标检测方法及实验分析 | 第78-83页 |
| 4.3 列车识别方法及实验分析 | 第83-86页 |
| 4.3.1 列车区域提取及二值化 | 第83-84页 |
| 4.3.2 数字的角度校正 | 第84页 |
| 4.3.3 数字提取及识别 | 第84-86页 |
| 4.4 本章小结 | 第86-88页 |
| 5 基于目标坐标的定位与测速计算 | 第88-96页 |
| 5.1 由已识别目标坐标进行列车定位的方法及结果 | 第88-92页 |
| 5.1.1 铁轨坐标区域定位方法 | 第88-89页 |
| 5.1.2 股道及铁轨区段坐标区域定位方法 | 第89-90页 |
| 5.1.3 列车定位方法及结果 | 第90-92页 |
| 5.2 由已识别目标坐标进行列车测速的方法及结果 | 第92-95页 |
| 5.3 本章小结 | 第95-96页 |
| 6 总结与展望 | 第96-100页 |
| 6.1 本文工作总结 | 第96-97页 |
| 6.2 未来工作展望 | 第97-100页 |
| 参考文献 | 第100-104页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第104-108页 |
| 学位论文数据集 | 第108页 |
