现代有轨电车限界识别及实时动态追踪系统研究
| 中文摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 机器视觉在交通中的研究及应用现状 | 第12-14页 |
| 1.2.2 轨道提取与识别的研究现状 | 第14-15页 |
| 1.3 论文的工作重点及内容安排 | 第15-18页 |
| 1.3.1 论文的工作重点 | 第15-16页 |
| 1.3.2 本文的内容安排 | 第16-18页 |
| 第二章 多阈值轨道区域分割及参数自适应 | 第18-33页 |
| 2.1 基于阈值分割的图像分割方法 | 第18-22页 |
| 2.1.1 迭代阈值法 | 第19-20页 |
| 2.1.2 最大类间方差法 | 第20-22页 |
| 2.2 基于边缘检测的图像分割方法 | 第22-27页 |
| 2.2.1 一阶导数的边缘检测算子 | 第23-24页 |
| 2.2.2 二阶导数的边缘检测算子 | 第24-25页 |
| 2.2.3 Canny边缘检测算子 | 第25-27页 |
| 2.3 多阈值轨道区域分割方法 | 第27-30页 |
| 2.3.1 有轨电车轨道区域特性分析 | 第27-28页 |
| 2.3.2 多阈值轨道区域分割步骤 | 第28-30页 |
| 2.4 基于累积直方图的阈值参数自适应方法 | 第30-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第三章 基于像素点追踪的轨道线形识别 | 第33-46页 |
| 3.1 线形识别算法相关理论及思想 | 第33-36页 |
| 3.1.1 区域生长 | 第33-34页 |
| 3.1.2 骨架提取 | 第34-36页 |
| 3.2 线形拟合算法 | 第36-40页 |
| 3.2.1 拉格朗日插值法 | 第36-37页 |
| 3.2.2 分段插值法 | 第37-38页 |
| 3.2.3 最小二乘法 | 第38-40页 |
| 3.3 基于像素点追踪的轨道线形识别方法 | 第40-41页 |
| 3.4 实验结果验证及分析 | 第41-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 轨道识别准确度评价指标研究 | 第46-56页 |
| 4.1 轨道识别方法过程分析 | 第46-48页 |
| 4.2 相似性度量 | 第48-52页 |
| 4.2.1 Minkowski距离 | 第49页 |
| 4.2.2 动态时间弯曲距离 | 第49-52页 |
| 4.3 轨道识别准确度评价指标及实验分析 | 第52-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第五章 有轨电车限界识别动态追踪系统设计与实现 | 第56-69页 |
| 5.1 限界识别动态追踪系统设计 | 第56-61页 |
| 5.1.1 多线程及线程池介绍 | 第56-59页 |
| 5.1.2 系统设计方案 | 第59-61页 |
| 5.2 系统实现与测试 | 第61-67页 |
| 5.2.1 标准视频库的建立 | 第62-63页 |
| 5.2.2 系统的软件实现 | 第63-67页 |
| 5.3 本章小结 | 第67-69页 |
| 第六章 工作总结与展望 | 第69-71页 |
| 6.1 工作总结 | 第69-70页 |
| 6.2 展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 攻读学位期间本人出版或公开发表的论著、论文 | 第75-76页 |
| 致谢 | 第76-77页 |
