光照变化列车图像识别算法及应用研究
摘要 | 第4-5页 |
Abstract | 第5页 |
1 绪论 | 第8-15页 |
1.1 课题研究背景、目的和意义 | 第8-9页 |
1.2 列车图像识别算法国内外研究现状 | 第9-11页 |
1.3 课题主要研究内容 | 第11-13页 |
1.4 本文组织结构 | 第13-15页 |
2 图像预处理与常用光照变化处理方法 | 第15-20页 |
2.1 图像预处理 | 第15-18页 |
2.2 常用光照变化处理方法 | 第18-20页 |
3 货车闸瓦故障图像分割与识别算法 | 第20-31页 |
3.1 货车闸瓦故障描述 | 第20页 |
3.2 基于离散点采样模型的闸瓦区域采样介绍 | 第20-22页 |
3.3 点光源光照变化下的货车闸瓦图像分割 | 第22-26页 |
3.4 闸瓦故障区域分割 | 第26-28页 |
3.5 闸瓦故障图像识别 | 第28-30页 |
3.6 本章小结 | 第30-31页 |
4 动车车号分割算法 | 第31-40页 |
4.1 动车车号描述 | 第31-32页 |
4.2 基于灰度梯度变化的字符区域定位 | 第32-36页 |
4.3 基于边缘局部分割的字符区域二值化 | 第36-37页 |
4.4 字符切分 | 第37-39页 |
4.5 字符归一化 | 第39页 |
4.6 本章小结 | 第39-40页 |
5 动车车号识别算法 | 第40-48页 |
5.1 字符特征 | 第40-41页 |
5.2 字符识别分类器 | 第41-47页 |
5.3 本章小结 | 第47-48页 |
6 图像识别算法的实验结果及性能分析 | 第48-54页 |
6.1 本文光照变化处理方法对比实验及结果分析 | 第48-50页 |
6.2 货车闸瓦故障图像识别实验结果及性能分析 | 第50-52页 |
6.3 动车字符识别实验结果及性能分析 | 第52-54页 |
7 工作总结和展望致谢 | 第54-55页 |
致谢 | 第55-56页 |
参考文献 | 第56-60页 |
附录 攻读学位期间发表论文目录 | 第60页 |