融合结构信息的LDA扣件状态识别研究
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 课题的研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-18页 |
| 1.2.1 轨道检测设备简介 | 第12-13页 |
| 1.2.2 图像识别研究现状 | 第13-18页 |
| 1.3 本文的工作及内容安排 | 第18-20页 |
| 1.3.1 本文的主要研究内容 | 第18页 |
| 1.3.2 论文内容章节安排 | 第18-20页 |
| 第2章 铁路扣件图像预处理 | 第20-30页 |
| 2.1 引言 | 第20页 |
| 2.2 图像滤波 | 第20-23页 |
| 2.2.1 几种滤波方法 | 第20-23页 |
| 2.2.2 几种滤波技术对比和本文采用的方法 | 第23页 |
| 2.3 图像增强 | 第23-27页 |
| 2.3.1 线性灰度变换增强 | 第24-25页 |
| 2.3.2 对数变换 | 第25-26页 |
| 2.3.3 幂次变换 | 第26页 |
| 2.3.4 直方图均衡化 | 第26-27页 |
| 2.4 本文采用的方法 | 第27-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 改进的LBP扣件特征编码算法 | 第30-44页 |
| 3.1 引言 | 第30页 |
| 3.2 LBP简介 | 第30-34页 |
| 3.2.1 LBP原理 | 第30-33页 |
| 3.2.2 LBP旋转不变性和等价模式 | 第33-34页 |
| 3.3 改进的LBP编码方法 | 第34-41页 |
| 3.3.1 原始LBP编码 | 第34-39页 |
| 3.3.2 改进的LBP编码 | 第39-41页 |
| 3.4 扣件LBP编码特征化 | 第41-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 融合结构信息的LDA词包构造 | 第44-60页 |
| 4.1 引言 | 第44页 |
| 4.2 隐含狄利克雷分布(LDA) | 第44-48页 |
| 4.2.1 LDA算法介绍 | 第44-46页 |
| 4.2.2 LDA参数估计 | 第46-48页 |
| 4.3 改进的LDA模型词包构成 | 第48-57页 |
| 4.3.1 改进的LDA模型图像词包 | 第48-50页 |
| 4.3.2 图像词包聚类 | 第50-52页 |
| 4.3.3 铁路扣件图像LDA模型生成 | 第52-55页 |
| 4.3.4 扣件图像分类 | 第55-57页 |
| 4.4 本文方法的实验结果 | 第57-59页 |
| 4.4.1 本文的实现算法 | 第57页 |
| 4.4.2 本文的实验结果比较 | 第57-59页 |
| 4.5 本章小结 | 第59-60页 |
| 总结和展望 | 第60-62页 |
| 本文总结 | 第60页 |
| 研究展望 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第67页 |
