| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第14-30页 |
| 1.1 研究背景及意义 | 第14-15页 |
| 1.2 研究和应用现状 | 第15-26页 |
| 1.2.1 雪深测量技术 | 第15-16页 |
| 1.2.2 铁路雪害防治 | 第16-18页 |
| 1.2.3 高速铁路自然灾害监测系统 | 第18-25页 |
| 1.2.4 基于视频处理的降雪强度分析方法 | 第25-26页 |
| 1.3 研究思路和技术路线 | 第26-28页 |
| 1.4 论文章节安排 | 第28页 |
| 1.5 本章小结 | 第28-30页 |
| 2 基于激光测距技术的雪深测量 | 第30-38页 |
| 2.1 激光测距原理 | 第30-31页 |
| 2.2 基于激光测距传感器的雪深测量装置 | 第31-32页 |
| 2.3 基于激光测距传感器的雪深测量原理 | 第32-34页 |
| 2.4 现有雪深测量装置误差分析和优化建议 | 第34-37页 |
| 2.4.1 激光探头倾角误差分析 | 第34-36页 |
| 2.4.2 基于多点测量的雪深测量装置优化 | 第36-37页 |
| 2.5 本章小结 | 第37-38页 |
| 3 基于视频分析的实时降雪强度估计 | 第38-58页 |
| 3.1 计算机视觉和OPENCV介绍 | 第38-39页 |
| 3.2 现有相关研究理论和效果 | 第39-42页 |
| 3.3 本文提出的算法和结果 | 第42-56页 |
| 3.3.1 区域划分 | 第44-45页 |
| 3.3.2 单个区域雪粒子检测 | 第45-51页 |
| 3.3.3 雪粒子检测结果有效性检验 | 第51-52页 |
| 3.3.4 全局雪粒子推算 | 第52-53页 |
| 3.3.5 实时降雪强度估计 | 第53-56页 |
| 3.4 本章小结 | 第56-58页 |
| 4 基于激光测距传感器和高清摄像机的数据融合 | 第58-74页 |
| 4.1 基于图像对比的激光测量点遮盖物检测 | 第59-63页 |
| 4.2 基于激光雪深数据差分的实时降雪强度估计 | 第63-66页 |
| 4.3 雪情评估专家系统 | 第66-72页 |
| 4.3.1 冰雪天气下动车组的运行调度 | 第67-69页 |
| 4.3.2 基于专家系统的冰雪天气动车组行车辅助决策 | 第69-72页 |
| 4.4 本章小结 | 第72-74页 |
| 5 基于激光测距和视频分析技术的雪深监测系统 | 第74-88页 |
| 5.1 基于激光测距和视频分析技术的雪深监测系统架构 | 第74-76页 |
| 5.2 基于激光测距和视频分析技术的雪深监测系统设备组成 | 第76-81页 |
| 5.3 基于组态王的雪深监测系统软件平台 | 第81-87页 |
| 5.4 本章小结 | 第87-88页 |
| 6 结论和展望 | 第88-92页 |
| 6.1 本文的主要工作和结论 | 第88-90页 |
| 6.2 仍需进一步研究的问题和构想 | 第90-92页 |
| 参考文献 | 第92-95页 |
| 附录A | 第95-97页 |
| 附录B | 第97页 |
| 附录C | 第97-100页 |
| 附录D | 第100-101页 |
| 附录E | 第101-109页 |
| 作者简历及攻读硕士/博士学位期间取得的研究成果 | 第109-111页 |
| 学位论文数据集 | 第111页 |
