| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 1 绪论 | 第7-13页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 门状态监控的研究现状 | 第8-9页 |
| 1.3 基于机器视觉的转角识别与测量 | 第9-10页 |
| 1.4 Halcon软件简介 | 第10-11页 |
| 1.5 论文的主要工作与章节安排 | 第11-13页 |
| 2 施工升降机安全门状态监控方案设计 | 第13-23页 |
| 2.1 施工电梯安全门工况特征 | 第13-14页 |
| 2.2 施工电梯安全门视觉监控方案 | 第14-15页 |
| 2.3 摄像头选型及安装位置确定 | 第15-20页 |
| 2.3.1 安全门识别系统安装方案 | 第15-16页 |
| 2.3.2 摄像头参数确定 | 第16-18页 |
| 2.3.3 摄像头的安装位置 | 第18-20页 |
| 2.4 安全门状态的图像检测 | 第20-21页 |
| 2.5 小结 | 第21-23页 |
| 3 基于特征点匹配的安全门状态估计法 | 第23-43页 |
| 3.1 基于特征点匹配的安全门转角识别流程 | 第23-24页 |
| 3.2 安全门的特征点提取 | 第24-30页 |
| 3.2.1 尺度空间生成 | 第25-27页 |
| 3.2.2 极值点检测 | 第27-28页 |
| 3.2.3 极值点剔除 | 第28页 |
| 3.2.4 特征点主方向确定 | 第28-29页 |
| 3.2.5 局部特征描述子生成 | 第29-30页 |
| 3.3 安全门特征点欧式距离匹配 | 第30-31页 |
| 3.4 匹配提纯 | 第31页 |
| 3.5 基于RANSAC算法的安全门匹配提纯 | 第31-33页 |
| 3.6 基于向量场一致性的安全门匹配提纯算法 | 第33-36页 |
| 3.6.1 向量场一致性提纯算法原理 | 第33-35页 |
| 3.6.2 安全门的向量场一致性匹配提纯算法实现 | 第35-36页 |
| 3.7 实验结果与分析 | 第36-41页 |
| 3.8 小结 | 第41-43页 |
| 4 基于安全门边框特征的转角识别法 | 第43-53页 |
| 4.1 不同角度的门边框特征 | 第43页 |
| 4.2 基于图像滤波的安全门边框提取 | 第43-46页 |
| 4.3 下边框线的特征提取 | 第46-50页 |
| 4.3.1 霍夫变换(Hough)的线段连接 | 第46-48页 |
| 4.3.2 安全门下边缘线段的角度提取 | 第48-50页 |
| 4.4 实验数据分析 | 第50-52页 |
| 4.4.1 基于安全门边框特征的转角识别法数据分析 | 第50-51页 |
| 4.4.2 基于边框特征法与第三章算法对比 | 第51-52页 |
| 4.5 小结 | 第52-53页 |
| 5 Halcon下变形模板匹配的转角检测 | 第53-63页 |
| 5.1 模板匹配与相似度系数 | 第53-55页 |
| 5.2 Halcon下自动获取ROI的算法 | 第55-58页 |
| 5.3 Halcon的变形模版匹配 | 第58-59页 |
| 5.4 实验数据分析 | 第59-61页 |
| 5.4.1 Halcon下变形模板匹配的转角检测数据分析 | 第59-61页 |
| 5.4.2 Halcon下变形模板匹配法与第三、四章算法对比 | 第61页 |
| 5.5 小结 | 第61-63页 |
| 6 总结与展望 | 第63-65页 |
| 6.1 总结 | 第63-64页 |
| 6.2 展望 | 第64-65页 |
| 致谢 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间发表论文 | 第71页 |
