首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

铁路图像分类和轨顶边缘定位算法研究

摘要第1-7页
Abstract第7-9页
目录第9-11页
第1章 绪论第11-17页
   ·课题研究背景、意义第11-12页
   ·钢轨缺陷检测的国内外研究现状第12-15页
     ·国内研究现状第12-13页
     ·国外研究现状第13-14页
     ·铁路图像分类研究现状第14-15页
   ·分类检测算法流程第15-16页
   ·论文组织第16-17页
     ·本文研究内容第16页
     ·内容章节安排第16-17页
第2章 铁路图像分类第17-35页
   ·引言第17页
   ·常用相似度计算分类方法第17-20页
     ·直方图匹配法第18-19页
     ·基于矩阵分解方法第19-20页
   ·铁路多样化图像分类算法第20-34页
     ·铁路轨道图像分类原因第20-23页
     ·铁路图像种类及特征分析第23-24页
     ·已有的铁路多样化图像分类第24-25页
     ·轨道图像粗分类第25-26页
     ·轨道图像细分类第26-34页
   ·本章小结第34-35页
第3章 钢轨轨顶边缘定位第35-62页
   ·引言第35-36页
   ·图像增强第36-42页
     ·灰度图像第37-38页
     ·空间域图像增强第38-42页
   ·边缘检测第42-49页
     ·图像边缘的特征及其定义第42-44页
     ·常用边缘算子第44-46页
     ·图像的二值化分割第46-49页
   ·霍夫变换(HOUGH TRANSFORM)第49-51页
     ·霍夫变换直线检测第49-51页
     ·霍夫变换的参数修改第51页
   ·钢轨轨顶分类定位算法第51-60页
     ·已有的轨顶定位研究工作第51-52页
     ·钢轨轨顶边缘定位算法第52-53页
     ·A类图像轨顶边缘定位算法第53-54页
     ·B类图像轨顶边缘定位算法第54-55页
     ·C类图像轨顶边缘定位算法第55-57页
     ·D类图像轨顶边缘定位算法第57-60页
     ·轨顶边缘定位结果分析第60页
   ·本章小结第60-62页
总结与展望第62-63页
   ·总结第62页
   ·研究展望第62-63页
致谢第63-64页
参考文献第64-68页
攻读硕士学位期间已发表或录用的论文及科研成果第68页

论文共68页,点击 下载论文
上一篇:基于自适应小生境遗传算法的LVS负载均衡调度研究
下一篇:基于特征的领域工程及构件技术应用研究