首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于机器视觉的铁路道岔检测研究

摘要第4-6页
Abstract第6-7页
目录第8-11页
图表目录第11-12页
1 绪论第12-16页
    1.1 研究背景及意义第12-13页
    1.2 国内外研究现状第13-14页
    1.3 本文研究的主要内容第14页
    1.4 论文的组织结构第14-15页
    1.5 本章小结第15-16页
2 铁路道岔检测系统概述第16-22页
    2.1 道岔检测系统设计第16-20页
        2.1.1 CMOS 摄像机第17-19页
        2.1.2 检测系统组成结构第19-20页
    2.2 道岔检测系统框架第20-21页
        2.2.1 图像预处理第20页
        2.2.2 边缘检测第20-21页
        2.2.3 目标边缘提取第21页
        2.2.4 缝隙测量第21页
    2.3 本章小结第21-22页
3 图像预处理第22-32页
    3.1 数字图像处理知识第22-24页
        3.1.1 图像基本属性第22-23页
        3.1.2 图像颜色空间第23-24页
    3.2 图像预处理技术第24-31页
        3.2.1 灰度变换第25-26页
        3.2.2 灰度增强第26-31页
    3.3 本章小结第31-32页
4 铁路道岔特征提取第32-54页
    4.1 边缘检测基本原理第33-35页
    4.2 常见的边缘检测算子第35-41页
        4.2.1 梯度算子第35-36页
        4.2.2 Roberts 算子第36-37页
        4.2.3 Prewitt 算子第37-38页
        4.2.4 Sobel 算子第38-39页
        4.2.5 Canny 边缘检测算子第39-41页
    4.3 预处理图像边缘检测第41-45页
        4.3.1 基于 OpenCV 的 Canny 边缘检测第41-44页
        4.3.2 自动计算阈值的 Canny 边缘检测第44-45页
    4.4 铁路道岔边缘提取第45-51页
        4.4.1 Hough 变换检测直线的基本原理第45-47页
        4.4.2 传统的 Hough 变换检测直线第47-49页
        4.4.3 改进的 Hough 变换检测直线第49-51页
    4.5 最小二乘法直线拟合第51-53页
    4.6 本章小结第53-54页
5 铁路道岔参数计算第54-57页
    5.1 计算道岔间距第54页
    5.2 测量比的推导过程第54-56页
    5.3 道岔检测系统中的测量比第56页
    5.4 本章小结第56-57页
6 实验第57-61页
    6.1 实验平台第57页
    6.2 实验过程第57-60页
    6.3 实验结果分析第60页
    6.4 本章小结第60-61页
7 总结与展望第61-63页
    7.1 总结第61-62页
    7.2 展望第62-63页
参考文献第63-65页
致谢第65-66页
个人简历、在学期间发表的学术论文及研究成果第66页

论文共66页,点击 下载论文
上一篇:模糊关联规则挖掘及在工业数据中的应用
下一篇:基于HTML5跨平台技术的手机运维系统设计与实现