图像检测技术在运煤列车抑尘作业中的应用研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-19页 |
| ·课题提出的背景及意义 | 第11-13页 |
| ·国内外的研究现状 | 第13-17页 |
| ·车号识别研究现状 | 第13-14页 |
| ·纹理分析研究现状 | 第14-16页 |
| ·视频测速研究现状 | 第16-17页 |
| ·课题研究的重点、难点 | 第17页 |
| ·论文的主要工作和组织结构 | 第17-19页 |
| 第二章 图像检测技术基本理论 | 第19-31页 |
| ·数字图像处理 | 第19-21页 |
| ·数字图像处理概述 | 第19-20页 |
| ·数字图像处理常用算法 | 第20-21页 |
| ·纹理分析 | 第21-25页 |
| ·纹理的定义及其基本特征 | 第21-22页 |
| ·纹理分析研究的主要内容 | 第22-23页 |
| ·纹理分析常用算法 | 第23-25页 |
| ·视频测速理论 | 第25-29页 |
| ·测速原理分析 | 第25-27页 |
| ·运动目标检测研究 | 第27-29页 |
| ·本章小结 | 第29-31页 |
| 第三章 基于单字动态分割的货车车号识别研究 | 第31-53页 |
| ·货车车号图像的预处理 | 第31-36页 |
| ·车号图像的灰度化 | 第31页 |
| ·车号图像的灰度拉伸 | 第31-33页 |
| ·迭代法二值算法 | 第33-34页 |
| ·图像的数学形态学变换 | 第34-35页 |
| ·字符倾斜校正 | 第35-36页 |
| ·车号区域定位及动态车号分割 | 第36-38页 |
| ·车号区域水平分割 | 第36-38页 |
| ·动态车号分割算法 | 第38页 |
| ·车号特征提取 | 第38-42页 |
| ·字符归一化 | 第38-39页 |
| ·Hilditeh细化算法 | 第39-41页 |
| ·字符特征提取 | 第41-42页 |
| ·基于BP神经网络的车号识别 | 第42-50页 |
| ·前向型BP神经网络 | 第42-47页 |
| ·车号识别BP神经网络的设计 | 第47-49页 |
| ·BP神经网络改进学习算法实现 | 第49-50页 |
| ·车号识别系统的实现 | 第50-52页 |
| ·车号识别系统实现 | 第50-51页 |
| ·实验结果及分析 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第四章 运煤敞车识别方法研究 | 第53-63页 |
| ·运煤敞车识别策略及系统组成 | 第53-55页 |
| ·运煤敞车识别策略 | 第53-54页 |
| ·纹理识别系统组成 | 第54-55页 |
| ·车载货物纹理特征提取 | 第55-60页 |
| ·空间灰度共现矩阵 | 第55-59页 |
| ·车载货物图像共现矩阵的实现 | 第59-60页 |
| ·车载货物识别系统实现 | 第60-61页 |
| ·系统实现 | 第60-61页 |
| ·实验结果分析 | 第61页 |
| ·本章小结 | 第61-63页 |
| 第五章 车辆视频测速研究 | 第63-71页 |
| ·车辆测速概述 | 第63页 |
| ·运动车辆检测与定位研究 | 第63-65页 |
| ·运动车辆检测 | 第63-64页 |
| ·车辆特征区域定位 | 第64-65页 |
| ·摄像机标定研究 | 第65-67页 |
| ·车辆测速模型 | 第67-69页 |
| ·车辆测速方案设计 | 第67-68页 |
| ·车辆测速的数学模型 | 第68-69页 |
| ·本章小结 | 第69-71页 |
| 第六章 总结与展望 | 第71-73页 |
| ·全文总结 | 第71页 |
| ·研究展望 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 作者简历 | 第77-81页 |
| 学位论文数据集 | 第81页 |
