视频监控系统在煤矿水害防治中的研究与应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-17页 |
| ·课题的背景和意义 | 第11-12页 |
| ·国内外煤矿水害预测方法与监测技术发展现状 | 第12-13页 |
| ·国外煤矿水害预测理论方法与监测技术发展现状 | 第12页 |
| ·国内煤矿水害预测理论方法与监测技术发展现状 | 第12-13页 |
| ·课题主要研究工作 | 第13-15页 |
| ·本章小结 | 第15-17页 |
| 第二章 突水监测系统总体设计 | 第17-25页 |
| ·系统总体方案 | 第17-18页 |
| ·系统组成及控制原理 | 第17-18页 |
| ·突水监控硬件系统简介 | 第18-22页 |
| ·系统结构 | 第18-19页 |
| ·摄像机选型 | 第19-21页 |
| ·图像采集卡的选型 | 第21-22页 |
| ·系统功能 | 第22-23页 |
| ·软件系统的开发环境 | 第23页 |
| ·本章小结 | 第23-25页 |
| 第三章 突水图像处理与特征识别 | 第25-43页 |
| ·数字图像处理基本知识 | 第25-26页 |
| ·数字图像处理概念 | 第25页 |
| ·数字图像表示 | 第25-26页 |
| ·图像处理目的 | 第26页 |
| ·突水图像预处理 | 第26-35页 |
| ·图像灰度化 | 第27-28页 |
| ·突水图像的灰度对数变换 | 第28-29页 |
| ·图像平滑 | 第29-32页 |
| ·阈值分割 | 第32-34页 |
| ·形态学运算 | 第34-35页 |
| ·边缘检测方法 | 第35-39页 |
| ·梯度算子 | 第35-36页 |
| ·Gauss-Laplacian算子 | 第36-37页 |
| ·canny边缘检测 | 第37-39页 |
| ·突水区域分割 | 第39页 |
| ·突水特征量提取 | 第39-40页 |
| ·本章小结 | 第40-43页 |
| 第四章 突水自动检测图像处理软件组成 | 第43-61页 |
| ·系统开发环境简介 | 第43页 |
| ·MFC框架 | 第43-45页 |
| ·OPENCV的优势和体系结构 | 第45-47页 |
| ·OpenCV的优势 | 第45-46页 |
| ·OpenCV的结构 | 第46-47页 |
| ·OPENCV 2.1.0在vs2008下的配置 | 第47-48页 |
| ·数据库设计 | 第48-51页 |
| ·Visual C++数据库访问技术 | 第49-51页 |
| ·系统软件实现 | 第51-60页 |
| ·图像采集模块 | 第52-55页 |
| ·图像处理模块 | 第55-59页 |
| ·特征提取 | 第59-60页 |
| ·参数配置模块 | 第60页 |
| ·数据查询模块 | 第60页 |
| ·报警模块 | 第60页 |
| ·本章小结 | 第60-61页 |
| 第五章 突水预测评价方法 | 第61-71页 |
| ·多源信息融合技术理论基础 | 第61-64页 |
| ·多传感器信息融合的结构层次 | 第61-63页 |
| ·多传感器信息融合的一般和方法 | 第63-64页 |
| ·两级融合算法在煤矿水害中的应用 | 第64-70页 |
| ·BP神经网络的建立 | 第65-68页 |
| ·D-S证据理论 | 第68-69页 |
| ·D-S推理算法的应用依据 | 第69-70页 |
| ·本章小结 | 第70-71页 |
| 第六章 系统测试分析 | 第71-79页 |
| ·试验环境 | 第71页 |
| ·系统图像处理效果分析 | 第71-76页 |
| ·图像二值化效果分析 | 第71-72页 |
| ·图像降噪效果分析 | 第72页 |
| ·数据分析 | 第72-73页 |
| ·具体融合过程 | 第73-76页 |
| ·评价结果分析 | 第76页 |
| ·程序运行结果及分析 | 第76-78页 |
| ·本章总结 | 第78-79页 |
| 第七章 总结与展望 | 第79-81页 |
| ·总结 | 第79页 |
| ·展望 | 第79-81页 |
| 参考文献 | 第81-85页 |
| 致谢 | 第85-87页 |
| 攻读学位期间发表的论文和研究成果 | 第87页 |
