| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 动车组车号识别研究现状 | 第12-13页 |
| 1.2.2 列车受电弓检测研究现状 | 第13-14页 |
| 1.4 本文采用的方法 | 第14页 |
| 1.5 论文的主要内容 | 第14-16页 |
| 第2章 动车组监测图像预处理 | 第16-24页 |
| 2.1 动车组监测图像采集 | 第16-17页 |
| 2.2 实验数据介绍 | 第17-19页 |
| 2.3 面向车体图像的预处理技术 | 第19-22页 |
| 2.3.1 多尺度视网膜(MSR)图像增强算法 | 第19-21页 |
| 2.3.2 车顶图像倾斜矫正 | 第21-22页 |
| 2.4 本章小结 | 第22-24页 |
| 第3章 动车组车号检测与识别 | 第24-53页 |
| 3.1 基于Hough变换的车体图像区域划分 | 第25-29页 |
| 3.1.1 动车车体边缘检测 | 第25-27页 |
| 3.1.2 动车车体直线检测 | 第27-28页 |
| 3.1.3 图像区域划分 | 第28-29页 |
| 3.2 基于MSER算法的车号提取 | 第29-39页 |
| 3.2.1 MSER算法原理 | 第29-30页 |
| 3.2.2 动车组车号定位 | 第30-33页 |
| 3.2.3 基于灭点的车号图像透视变换 | 第33-35页 |
| 3.2.4 动车组车号图像精确提取 | 第35-39页 |
| 3.3 动车组车号字符分割 | 第39-45页 |
| 3.3.1 车号字符轮廓提取 | 第40-41页 |
| 3.3.2 标准字符分割方法 | 第41-42页 |
| 3.3.3 粘连字符分割方法 | 第42-43页 |
| 3.3.4 断裂字符分割方法 | 第43-45页 |
| 3.4 结合HOG特征与SVM的字符识别 | 第45-49页 |
| 3.4.1 HOG特征原理 | 第45-47页 |
| 3.4.2 SVM分类器训练 | 第47-49页 |
| 3.5 实验结果与分析 | 第49-52页 |
| 3.5.1 动车组车号提取实验结果及分析 | 第49-50页 |
| 3.5.2 动车组车号识别实验结果及分析 | 第50-52页 |
| 3.6 本章小结 | 第52-53页 |
| 第4章 动车组受电弓检测 | 第53-67页 |
| 4.1 基于边缘检测的受电弓区域粗提取 | 第53-57页 |
| 4.1.1 受电弓边缘检测 | 第54-56页 |
| 4.1.2 受电弓区域粗提取 | 第56-57页 |
| 4.2 基于Bag-of-Feature特征的受电弓检测 | 第57-64页 |
| 4.2.1 Bag-of-Feature模型原理 | 第58页 |
| 4.2.2 SIFT特征提取 | 第58-61页 |
| 4.2.3 建立Bag-of-Feature模型 | 第61-62页 |
| 4.2.4 分类器训练 | 第62-63页 |
| 4.2.5 受电弓检测 | 第63-64页 |
| 4.3 实验结果与分析 | 第64-66页 |
| 4.3.1 受电弓粗提取实验结果与分析 | 第64-65页 |
| 4.3.2 受电弓检测实验结果与分析 | 第65-66页 |
| 4.4 本章小结 | 第66-67页 |
| 第5章 总结 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第74页 |