首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于HSV空间的镜场云监测

摘要第3-4页
Absract第4-5页
第1章 绪论第9-16页
    1.1 课题研究背景及意义第9-10页
    1.2 塔式太阳能热发电的国内外现状第10-13页
    1.3 云监测的研究现状第13-15页
        1.3.1 云高探测技术第13-14页
        1.3.2 云量探测技术第14页
        1.3.3 云状探测技术第14-15页
    1.4 目前存在的主要问题第15页
    1.5 论文组织结构及主要研究内容第15-16页
第2章 图像基本处理第16-34页
    2.1 引言第16页
    2.2 摄像机的标定第16-19页
    2.3 噪声第19页
    2.4 噪声的描述和分类第19-22页
        2.4.1 高斯噪声第20页
        2.4.2 伽马噪声第20-21页
        2.4.3 指数分布噪声第21页
        2.4.4 均匀噪声第21页
        2.4.5 脉冲噪声第21-22页
    2.5 图像滤波第22-26页
        2.5.1 滤波的过程第22-23页
        2.5.2 线性滤波第23页
        2.5.3 方框滤波第23-24页
        2.5.4 高斯滤波第24页
        2.5.5 中值滤波第24-25页
        2.5.6 双边滤波第25-26页
    2.6 天空云图的处理第26-31页
        2.6.1 天空图像滤波第26-27页
        2.6.2 滤波效果比较第27-31页
    2.7 图像分割第31-33页
    2.8 本章小结第33-34页
第3章 HSV模型研究第34-44页
    3.1 引言第34页
    3.2 HSV模型第34-36页
    3.3 基于HSV空间的图像增强第36-37页
        3.3.1 视网膜大脑皮层理论第36页
        3.3.2 ssr算法第36页
        3.3.3 MSR算法第36-37页
    3.4 天空云图的边缘检测第37-41页
        3.4.1 边缘检测的基本流程第38页
        3.4.2 边缘检测算法第38-41页
    3.5 基于HSV的颜色分割第41-42页
    3.6 本章小结第42-44页
第4章 云的检测与追踪第44-53页
    4.1 引言第44页
    4.2 运动检测第44-49页
        4.2.1 帧间差分法第44-45页
        4.2.2 背景差分法第45-46页
        4.2.3 基于HSV颜色空间的运动云团检测第46-47页
        4.2.4 运动云团检测第47-49页
    4.3 运动跟踪第49-52页
        4.3.1 Meanshift目标跟踪第49-51页
        4.3.2 Camshift目标跟踪第51-52页
    4.4 本章小结第52-53页
第5章 云团对镜场的遮挡第53-70页
    5.1 引言第53页
    5.2 云层的分类第53-59页
        5.2.1 神经网络第53页
        5.2.2 神经网络模型第53-55页
        5.2.3 卷积神经网络第55页
        5.2.4 池化第55页
        5.2.5 过拟合第55-56页
        5.2.6 网络配置第56-57页
        5.2.7 实验设计第57-59页
    5.3 云的速度第59-62页
        5.3.1 SURF特征点第60页
        5.3.2 特征匹配第60-61页
        5.3.3 实验结果及分析第61-62页
        5.3.4 云团预测第62页
    5.4 太阳位置的检测第62-64页
        5.4.1 霍夫变换第62-63页
        5.4.2 霍夫圆变换第63页
        5.4.3 霍夫梯度法第63-64页
    5.5 镜场与云成像位置关系第64-68页
        5.5.1 云团遮挡的判定第67-68页
    5.6 镜场云监测实验第68-69页
        5.6.1 镜场云监测主要功能第68页
        5.6.2 镜场云监测第68页
        5.6.3 结果分析第68-69页
    5.7 本章小结第69-70页
第6章 总结与展望第70-72页
    6.1 总结第70页
    6.2 展望第70-72页
参考文献第72-75页
在读期间取得的学术研究成果第75-76页
致谢第76页

论文共76页,点击 下载论文
上一篇:复杂环境下的道路交通标志检测方法研究
下一篇:基于车路协同的匝道合流算法研究与仿真