首页--工业技术论文--矿业工程论文--矿山安全与劳动保护论文--矿井大气论文--矿井瓦斯论文

基于机器视觉的煤矿井下钻杆计数方法研究与实现

摘要第1-5页
ABSTRACT第5-10页
1 绪论第10-16页
   ·选题背景及研究意义第10-11页
   ·国内外研究现状第11-12页
   ·本文研究的主要内容第12-14页
   ·本文的章节安排第14-16页
2 钻杆计数系统设计方案第16-19页
   ·钻杆计数的常见方法第16-17页
   ·钻机打钻过程分析第17页
   ·基于机器视觉的钻杆计数方案第17-18页
     ·钻杆计数方案第17-18页
     ·钻杆计数具体方法第18页
   ·本章小结第18-19页
3 运动目标跟踪关键技术第19-34页
   ·图像预处理第19-23页
     ·图像降噪与增强第20-22页
     ·HSV颜色空间模型第22-23页
     ·RGB转换到HSV颜色空间第23页
   ·目标检测常用方法第23-28页
     ·光流法第23-24页
     ·帧间差分法第24-25页
     ·背景减除法第25-26页
     ·Vibe目标检测算法第26-28页
   ·目标跟踪常用方法第28-33页
     ·基于运动分析的跟踪第29页
     ·基于数据统计的跟踪第29-31页
     ·基于模型匹配的跟踪第31-33页
   ·本章小结第33-34页
4 钻机前景区域检测方法第34-43页
   ·Vibe目标检测算法优点第34-35页
   ·Vibe目标检测算法的不足第35-37页
     ·鬼影区域问题第35-36页
     ·静止目标问题第36页
     ·目标轮廓不完整问题第36-37页
   ·改进的Vibe目标检测算法第37-40页
     ·解决鬼影区域第38-39页
     ·解决静止目标问题第39页
     ·解决目标不完整问题第39-40页
   ·实验结果和分析第40-41页
   ·本章小结第41-43页
5 钻机标识物跟踪方法第43-56页
   ·Camshift目标跟踪方法第43-45页
     ·生成直方图与反向投影图第43-44页
     ·Meanshift算法寻找质心的过程第44页
     ·Camshift算法详细步骤第44-45页
   ·基于卡尔曼滤波器的Camshift目标跟踪算法第45-49页
     ·自动化选择搜索窗口第46页
     ·运动特征模型第46-47页
     ·多特征融合策略第47-48页
     ·基于卡尔曼滤波器的运动目标的状态估计第48-49页
   ·实验结果和分析第49-55页
     ·用模版匹配的方法代替鼠标框选搜索窗口第49-50页
     ·将运动特征与颜色特征相结合代替了单一的颜色特征第50-51页
     ·将卡尔曼滤波器与Camshift算法结合在一起第51页
     ·测试改进后算法跟踪稳定性第51-53页
     ·改进后的 Camshift 算法与其它跟踪方法进行对比第53-55页
   ·本章小结第55-56页
6 系统实现与测试第56-62页
   ·系统概述第56-57页
     ·系统硬件开发环境组成第56-57页
     ·系统软件开发环境第57页
   ·软件系统组成第57-58页
   ·系统软件界面与测试结果第58-62页
7 结论第62-64页
   ·总结第62-63页
   ·展望第63-64页
致谢第64-65页
参考文献第65-68页
附录第68页

论文共68页,点击 下载论文
上一篇:煤矿外因火灾险兆事件致因及防控对策研究
下一篇:矿用钢丝绳在线检测系统的研究与设计