变电站数字识别技术和运动物体检测方法的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 1 绪论 | 第10-17页 |
| ·问题的提出及其研究意义 | 第10-11页 |
| ·研究现状 | 第11-15页 |
| ·图像识别方法研究 | 第12-13页 |
| ·运动检测算法的研究 | 第13-15页 |
| ·主要研究内容 | 第15-17页 |
| 2 变电站数字识别技术 | 第17-33页 |
| ·引言 | 第17-18页 |
| ·图像识别技术在变电站内的应用 | 第18-19页 |
| ·数字识别流程 | 第19-20页 |
| ·数字识别前处理 | 第20-25页 |
| ·灰度化 | 第20-21页 |
| ·数字区域定位 | 第21页 |
| ·图像分割 | 第21-22页 |
| ·图像滤波 | 第22页 |
| ·纠偏 | 第22-24页 |
| ·单个数字的切分 | 第24-25页 |
| ·BP 神经网络的数字识别 | 第25-32页 |
| ·归一化 | 第25-26页 |
| ·小数点的处理 | 第26-28页 |
| ·BP 神经网络的设计 | 第28-29页 |
| ·数字样本训练 | 第29-30页 |
| ·识别失败处理 | 第30页 |
| ·告警处理 | 第30-32页 |
| ·数字识别性能指针评价 | 第32页 |
| ·本章小结 | 第32-33页 |
| 3 变电站运动物体检测 | 第33-51页 |
| ·引言 | 第33-34页 |
| ·监视场景中的运动检测 | 第34-43页 |
| ·比率图像 | 第34-35页 |
| ·图像二值化 | 第35-37页 |
| ·后处理 | 第37-38页 |
| ·运动目标判断 | 第38页 |
| ·初始背景的获取 | 第38-39页 |
| ·背景模型的维护 | 第39-42页 |
| ·算法准确性评定 | 第42-43页 |
| ·运动目标追踪预测 | 第43-47页 |
| ·卡尔曼滤波器 | 第44页 |
| ·运动区域信息获取 | 第44-45页 |
| ·监视场景范围 | 第45页 |
| ·目标匹配 | 第45-46页 |
| ·总流程图 | 第46-47页 |
| ·多摄像机协同监控 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 4 实验结果及分析 | 第51-63页 |
| ·实验环境及其设置 | 第51页 |
| ·数字识别 | 第51-55页 |
| ·BP 网络识别 | 第51-52页 |
| ·数字识别算法评价 | 第52-55页 |
| ·监视场景中的运动检测 | 第55-62页 |
| ·初始背景获取 | 第55页 |
| ·运动目标追踪预测 | 第55-57页 |
| ·阈值分割结果 | 第57-59页 |
| ·背景变化时的背景更新 | 第59-61页 |
| ·阴影的影响 | 第61-62页 |
| ·算法评价 | 第62页 |
| ·本章小结 | 第62-63页 |
| 5 总结与展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 附录 | 第68-70页 |
