基于图像拼接的地铁安全监控技术研究
致谢 | 第5-6页 |
摘要 | 第6-7页 |
ABSTRACT | 第7-8页 |
1 绪论 | 第12-18页 |
1.1 研究背景与意义 | 第12-14页 |
1.2 国内外研究现状 | 第14-16页 |
1.2.1 图像、视频拼接技术综述 | 第14-15页 |
1.2.2 拼接技术在轨道交通安全领域的应用 | 第15-16页 |
1.3 系统的关键技术及创新点 | 第16-17页 |
1.4 论文结构安排 | 第17-18页 |
2 基于图像拼接的地铁安全监控系统设计 | 第18-30页 |
2.1 系统总体设计 | 第18-19页 |
2.2 图像采集模块 | 第19-24页 |
2.2.1 摄像头机身的比选 | 第19-21页 |
2.2.2 镜头参数的设定 | 第21-24页 |
2.3 数据传输模块 | 第24-26页 |
2.3.1 数据传输介质的比选 | 第24-25页 |
2.3.2 数据传输网络的设计 | 第25-26页 |
2.4 数据处理模块 | 第26页 |
2.5 地铁列车全景视频拼接算法架构 | 第26-28页 |
2.5.1 图像特征检测 | 第27页 |
2.5.2 图像特征匹配 | 第27页 |
2.5.3 图像融合与视频拼接 | 第27-28页 |
2.6 本章小结 | 第28-30页 |
3 图像特征检测方法的研究 | 第30-50页 |
3.1 几种特征检测方法 | 第30-39页 |
3.1.1 Moravec算法 | 第30-31页 |
3.1.2 SUSAN算法 | 第31-32页 |
3.1.3 Harris算法 | 第32页 |
3.1.4 Forstner算法 | 第32-33页 |
3.1.5 SIFT算法 | 第33-35页 |
3.1.6 特征检测算法性能对比试验 | 第35-39页 |
3.2 基于PCA-SURF的图像特征检测方法 | 第39-45页 |
3.2.1 主成分分析法(PCA) | 第39-40页 |
3.2.2 PCA-SURF特征点提取 | 第40-45页 |
3.3 图像特征检测方法的性能验证 | 第45-48页 |
3.3.1 旋转不变性测试 | 第46-47页 |
3.3.2 噪声等干扰下的鲁棒性测试 | 第47页 |
3.3.3 仿射变换鲁棒性测试 | 第47-48页 |
3.4 本章小结 | 第48-50页 |
4 图像特征匹配方案的研究 | 第50-64页 |
4.1 图像配准技术 | 第50-54页 |
4.1.1 图像配准的数学含义 | 第50-52页 |
4.1.2 图像配准基本框架 | 第52-53页 |
4.1.3 图像匹配方案的制定 | 第53-54页 |
4.2 特征粗匹配 | 第54-59页 |
4.2.1 Laplace响应符号 | 第54-55页 |
4.2.2 改进BBF算法 | 第55-57页 |
4.2.3 改进最近邻、次近邻比值匹配 | 第57-59页 |
4.3 特征提纯 | 第59-60页 |
4.4 图像特征匹配方案的性能验证 | 第60-63页 |
4.5 本章小结 | 第63-64页 |
5 图像融合与视频拼接方案的研究 | 第64-74页 |
5.1 图像差值技术 | 第64-65页 |
5.2 图像融合方法 | 第65-67页 |
5.2.1 平均值法 | 第65-66页 |
5.2.2 加权平均法 | 第66-67页 |
5.3 图像融合方案的制定与性能验证 | 第67-70页 |
5.4 视频拼接方案的制定 | 第70-73页 |
5.4.1 “流水式”视频拼接方法 | 第71页 |
5.4.2 关键帧视频拼接方法 | 第71-72页 |
5.4.3 快速索引表视频拼接方法 | 第72页 |
5.4.4 视频拼接方案的性能验证 | 第72-73页 |
5.5 本章小结 | 第73-74页 |
6 地铁实时视频拼接的实现 | 第74-80页 |
6.1 模拟测试平台的搭建 | 第74-75页 |
6.2 测试软件设计 | 第75页 |
6.3 实验结果与分析 | 第75-77页 |
6.3.1 视频拼接效果测试 | 第75-76页 |
6.3.2 实时性测试 | 第76-77页 |
6.4 本章小结 | 第77-80页 |
7 总结与展望 | 第80-84页 |
7.1 论文工作总结 | 第80-81页 |
7.2 未来工作展望 | 第81-84页 |
参考文献 | 第84-90页 |
作者简历 | 第90-92页 |
学位论文数据集 | 第92页 |