首页--天文学、地球科学论文--大气科学(气象学)论文--气象基本要素、大气现象论文--大气现象论文--能见度、浑浊度论文

基于视频的雾天能见度监测方法研究

摘要第5-6页
Abstract第6-7页
第一章 绪论第8-16页
    1.1 研究目的和意义第8-9页
        1.1.1 研究背景第8-9页
        1.1.2 研究目的和意义第9页
    1.2 国内外研究现状第9-12页
    1.3 主要研究内容第12页
    1.4 技术路线第12-13页
    1.5 论文章节安排第13-16页
第二章 数据与方法第16-28页
    2.1 研究数据第16页
    2.2 数据预处理第16-22页
        2.2.1 颜色空间的转换第16-20页
        2.2.2 去噪处理第20-21页
        2.2.3 分窗格处理第21-22页
    2.3 基于图像的能见度监测算法设计第22-26页
        2.3.1 能见度的定义第22-23页
        2.3.2 能见度检测原理第23-25页
        2.3.3 基于图像的能见度监测算法设计第25-26页
    2.4 本章小结第26-28页
第三章 基于图像的能见度特征分析第28-48页
    3.1 图像特征的定义第28-31页
        3.1.1 像素特征的选取第28-30页
        3.1.2 监测因子的计算第30-31页
    3.2 图像特征的对比分析第31-38页
        3.2.1 像素特征的对比分析第32-35页
        3.2.2 监测因子的对比分析第35-36页
        3.2.3 窗格尺寸的对比分析第36-38页
    3.3 能见度分段监测研究第38-43页
        3.3.1 能见度分段区间模型的建立第38-40页
        3.3.2 分段模型结果分析第40-43页
    3.4 兴趣窗格的相关性分析及分布第43-46页
        3.4.1 兴趣窗格的相关性分析第43-45页
        3.4.2 兴趣窗格的位置分布第45-46页
    3.5 本章小结第46-48页
第四章 基于能见度区间的图像分类第48-56页
    4.1 随机森林算法第48-49页
    4.2 基于随机森林的能见度区间判定模型第49-51页
        4.2.1 图像特征提取第49-50页
        4.2.2 随机森林的构建第50-51页
    4.3 结果与分析第51-53页
    4.4 本章小结第53-56页
第五章 基于图像的能见度监测模型第56-68页
    5.1 能见度监测模型的构建第56-59页
        5.1.1 二元线性回归模型的构建第56-57页
        5.1.2 BP神经网络模型第57-58页
        5.1.3 BP神经网络修正线性残差组合模型的构建第58-59页
    5.2 训练模型结果分析第59-61页
        5.2.1 模型精度指标的制定第59-60页
        5.2.2 能见度监测模型结果分析第60-61页
    5.3 验证模型结果分析第61-67页
        5.3.1 不同光照强度对模型精度的影响第62-64页
        5.3.2 不同能见度级别对模型精度的影响第64-66页
        5.3.3 实验结果分析第66-67页
    5.4 本章小结第67-68页
第六章 总结与展望第68-72页
    6.1 讨论与结论第68-70页
    6.2 创新点第70页
    6.3 展望第70-72页
参考文献第72-76页
作者简介第76-78页
致谢第78页

论文共78页,点击 下载论文
上一篇:线性矩法、极大似然法和常规矩法对福建地区降雨频率分析的研究比较
下一篇:基于机器学习算法提升降水区反演效果研究