首页--航空、航天论文--航空港(站)、机场及其技术管理论文--航空港(站)、机场论文

基于标记牌识别的机场场面车辆定位技术研究

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第14-20页
    1.1 研究背景及意义第14-15页
    1.2 机场场面监视与定位技术现状第15-18页
    1.3 本文的研究内容和工作安排第18-20页
第二章 标记牌 CR 确定算法研究第20-40页
    2.1 机场滑行道标记牌简介第20-22页
    2.2 标记牌识别特征第22-23页
    2.3 颜色模型转换第23-27页
        2.3.1 三种色彩空间模型介绍第24-26页
        2.3.2 三种色彩模型比较分析第26-27页
    2.4 图像预处理第27-33页
        2.4.1 图像滤波第27-30页
        2.4.2 图像增强第30页
        2.4.3 图像二值化第30-33页
    2.5 标记牌 CR 预确定第33-35页
        2.5.1 实现 CR 预确定算法流程第33-34页
        2.5.2 数学形态学处理第34页
        2.5.3 连通区域标记第34-35页
    2.6 标记牌区域精确确定第35-37页
        2.6.1 实现 CR 准确确定算法流程第35-36页
        2.6.2 构造掩膜模版第36-37页
    2.7 标记牌字符分割第37-39页
        2.7.1 分割方法概述第38页
        2.7.2 实现字符分割算法流程第38-39页
    2.8 本章小结第39-40页
第三章 标记牌字符识别算法研究第40-62页
    3.1 引言第40页
    3.2 图像的特征提取方法概述第40-41页
    3.3 本文采用的特征提取方法第41-46页
        3.3.1 仿射变换与透射变换第41-43页
        3.3.2 仿射不变矩第43-46页
    3.4 仿射不变矩性能验证第46-50页
        3.4.1 相似目标仿射不变矩第46-47页
        3.4.2 各种形变和噪声下的目标仿射不变矩第47-50页
    3.5 基于支持向量机的识别算法原理第50-53页
        3.5.1 SVM 相关原理第50-52页
        3.5.2 SVM 常用核函数第52页
        3.5.3 SVM 训练算法第52-53页
    3.6 标记牌识别算法框架设计第53页
    3.7 标记牌识别算法验证方案第53-58页
        3.7.1 实验步骤第53-54页
        3.7.2 实验环境第54页
        3.7.3 建立样本库第54-57页
        3.7.4 标记牌预处理第57页
        3.7.5 标记牌字符特征提取第57页
        3.7.6 SVM 训练和测试过程第57-58页
    3.8 识别算法验证实验结果与分析第58-61页
    3.9 本章小结第61-62页
第四章 基于多传感器信息融合的场面车辆定位方法第62-81页
    4.1 引言第62页
    4.2 基于标记牌的场面车辆定位方法第62-69页
        4.2.1 机场地理信息系统数据库第63页
        4.2.2 激光测距仪工作原理第63-64页
        4.2.3 GPS 工作原理第64-66页
        4.2.4 车辆定位算法第66-69页
    4.3 基于 EKF 的定位信息融合第69-76页
        4.3.1 GPS/激光测距仪组合系统状态方程第70-71页
        4.3.2 GPS/激光测距仪组合系统观测方程第71-73页
        4.3.3 仿真结果分析第73-76页
    4.4 场面移动车载定位系统实现第76-80页
        4.4.1 实验方案第76-77页
        4.4.2 实验装置第77页
        4.4.3 实验平台的系统结构第77-78页
        4.4.4 实验结果及分析第78-80页
    4.5 本章小结第80-81页
第五章 总结与展望第81-83页
    5.1 本文工作总结第81页
    5.2 展望第81-83页
参考文献第83-87页
致谢第87-88页
在学期间的研究成果及发表的学术论文第88页

论文共88页,点击 下载论文
上一篇:基于高铁网络布局下的长三角多机场系统发展模式研究
下一篇:基于频谱和GEMD包络谱分析的旋转机械故障定位研究