| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第12-24页 |
| 1.1 课题的背景和意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-21页 |
| 1.2.1 国外研究现状 | 第13-17页 |
| 1.2.2 国内研究现状 | 第17-20页 |
| 1.2.3 存在的问题 | 第20-21页 |
| 1.3 论文主要内容和章节安排 | 第21-24页 |
| 2 铁路异物侵限检测系统方案设计 | 第24-32页 |
| 2.1 铁路异物侵限检测系统网络结构设计 | 第24-25页 |
| 2.2 铁路异物侵限检测系统硬件平台总体方案 | 第25-28页 |
| 2.3 基于机器视觉的铁路异物侵限检测系统算法设计 | 第28-30页 |
| 2.4 本章小结 | 第30-32页 |
| 3 基于机器视觉的嵌入式异物检测系统硬件平台设计 | 第32-48页 |
| 3.1 相机及基本元件选型 | 第32-35页 |
| 3.1.1 相机选型 | 第32-33页 |
| 3.1.2 基本元件选型 | 第33-34页 |
| 3.1.3 硬件平台总体电路设计 | 第34-35页 |
| 3.2 以太网传输功能 | 第35-39页 |
| 3.2.1 以太网模块电路设计 | 第35-36页 |
| 3.2.2 嵌入式以太网协议栈研究 | 第36-38页 |
| 3.2.3 基于LwIP协议栈的以太网数据功能实现 | 第38-39页 |
| 3.3 SD卡数据存储功能 | 第39-43页 |
| 3.3.1 SD卡模块电路设计 | 第39-40页 |
| 3.3.2 嵌入式文件系统研究 | 第40-41页 |
| 3.3.3 基于FatFs文件系统的SD卡数据读写实现 | 第41-43页 |
| 3.4 ARM-FPGA通信功能 | 第43-45页 |
| 3.5 异物检测系统整体硬件功能实现 | 第45-46页 |
| 3.6 本章小结 | 第46-48页 |
| 4 基于机器视觉的铁路异物检测算法设计 | 第48-78页 |
| 4.1 异物侵限检测算法主体结构 | 第48-49页 |
| 4.2 目标模式识别及分类 | 第49-59页 |
| 4.2.1 基于图像的目标分类方法研究 | 第49-50页 |
| 4.2.2 SVM分类器原理 | 第50-53页 |
| 4.2.3 特征向量分析与选取 | 第53-57页 |
| 4.2.4 分类器构建及识别准确性实验 | 第57-59页 |
| 4.3 目标跟踪算法 | 第59-65页 |
| 4.3.1 目标跟踪方法研究 | 第59-60页 |
| 4.3.2 Kalman滤波器原理 | 第60-61页 |
| 4.3.3 基于Kalman跟踪器的单目标跟踪设计 | 第61-64页 |
| 4.3.4 基于Kalman跟踪器的多目标同时跟踪设计 | 第64-65页 |
| 4.4 基于目标识别与跟踪的铁路异物检测算法设计 | 第65-69页 |
| 4.4.1 检测背景区域划分 | 第66-67页 |
| 4.4.2 异物检测算法主体设计 | 第67-68页 |
| 4.4.3 目标运动趋势预测 | 第68-69页 |
| 4.5 算法仿真实验及结果 | 第69-72页 |
| 4.6 基于ARM平台的算法移植 | 第72-77页 |
| 4.6.1 算法程序主体结构及流程 | 第73-75页 |
| 4.6.2 移植难点分析及优化方案 | 第75-77页 |
| 4.7 本章小结 | 第77-78页 |
| 5 铁路异物检测系统实验及结果分析 | 第78-90页 |
| 5.1 实验场景及平台搭建 | 第78-79页 |
| 5.2 铁路异物检测系统实验结果 | 第79-82页 |
| 5.2.1 异物侵限报警准确性实验结果 | 第79-81页 |
| 5.2.2 异物侵限报警实时性实验结果 | 第81-82页 |
| 5.3 实验结果分析 | 第82-88页 |
| 5.3.1 行进中列车实验结果分析 | 第82-83页 |
| 5.3.2 侵限异物报警实验结果分析 | 第83-87页 |
| 5.3.3 其他情况实验结果分析 | 第87-88页 |
| 5.4 本章小结 | 第88-90页 |
| 6 总结与展望 | 第90-92页 |
| 6.1 工作总结 | 第90-91页 |
| 6.2 未来展望 | 第91-92页 |
| 参考文献 | 第92-96页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第96-100页 |
| 学位论文数据集 | 第100页 |
