有限状态设备的移动监视与识别方法的研究
摘要 | 第1-7页 |
Abstract | 第7-12页 |
第一章 绪论 | 第12-23页 |
·研究背景及意义 | 第12-13页 |
·视频监控研究现状 | 第13-15页 |
·状态识别研究现状 | 第15-18页 |
·论文研究目标及内容 | 第18-22页 |
·研究目标 | 第18-19页 |
·主要难点和创新点 | 第19页 |
·研究方法和内容 | 第19-22页 |
·本章小结 | 第22-23页 |
第二章 标志识别方法研究 | 第23-41页 |
·标志制定 | 第23-24页 |
·标志的识别 | 第24-30页 |
·连通域提取 | 第24-26页 |
·连通域关联 | 第26-27页 |
·标志域关键点 | 第27-28页 |
·标志域中心 | 第28-29页 |
·各内连通域方位 | 第29页 |
·标志识别实验 | 第29-30页 |
·标志信息提取 | 第30-40页 |
·中心线提取流程 | 第30-31页 |
·形心提取与扩张 | 第31-33页 |
·中心线提取 | 第33-38页 |
·标志角点提取 | 第38-39页 |
·信息提取结果 | 第39-40页 |
·本章小节 | 第40-41页 |
第三章 目标设备定位 | 第41-55页 |
·云台控制系统 | 第41-44页 |
·系统概述 | 第41-42页 |
·控制编码 | 第42-44页 |
·控制系统改进 | 第44-46页 |
·基于标志的云台控制 | 第46-50页 |
·控制策略 | 第46-47页 |
·控制算法实现 | 第47页 |
·控制实验及结果 | 第47-50页 |
·基于标志的变焦控制 | 第50-53页 |
·变焦控制策略 | 第50-51页 |
·算法实现 | 第51-52页 |
·实验结果与分析 | 第52-53页 |
·目标设备定位实验 | 第53-54页 |
·本章小结 | 第54-55页 |
第四章 设备图像采集 | 第55-67页 |
·图像采集系统 | 第55-56页 |
·设备状态图像清晰度评价分析 | 第56-60页 |
·频谱评价法 | 第56-58页 |
·最小熵法 | 第58页 |
·梯度评价法 | 第58-60页 |
·基于二分法的快速自动对焦算法 | 第60-61页 |
·快速自动对焦实验 | 第61-66页 |
·自动对焦实验 | 第61-66页 |
·对焦速度分析 | 第66页 |
·本章小结 | 第66-67页 |
第五章 状态识别方法研究 | 第67-90页 |
·概述 | 第67-69页 |
·图像预处理 | 第69-71页 |
·多维特征提取 | 第71-75页 |
·特征分析 | 第75-77页 |
·灰度识别法 | 第77-79页 |
·特征识别法 | 第79-89页 |
·色彩特征识别法 | 第79-82页 |
·角点特征识别法 | 第82-89页 |
·本章小结 | 第89-90页 |
第六章 性能分析与集成识别法 | 第90-95页 |
·灰度识别法分析 | 第90-91页 |
·色彩识别法分析 | 第91-92页 |
·角点提取法分析 | 第92-93页 |
·集成识别法 | 第93-94页 |
·本章小结 | 第94-95页 |
第七章 总结与展望 | 第95-97页 |
·总结 | 第95页 |
·展望 | 第95-97页 |
参考文献 | 第97-101页 |
致谢 | 第101-102页 |
攻读硕士学位期间发表及录用的论文 | 第102-103页 |
附录1 云台控制过程图像及标志角点提取数据 | 第103-107页 |
附录2 设备有限状态识别结果数据(n=235) | 第107-111页 |
附录3 设备有限状态识别结果数据(n=200) | 第111-113页 |