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 |