摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第11-23页 |
1.1 课题来源 | 第11页 |
1.2 研究的背景及意义 | 第11-13页 |
1.2.1 研究背景 | 第11-13页 |
1.2.2 研究意义 | 第13页 |
1.3 异物检测系统需求 | 第13-16页 |
1.3.1 异物的定义 | 第13-14页 |
1.3.2 地铁站台的特点 | 第14-16页 |
1.3.3 户外站台异物检测系统需求 | 第16页 |
1.4 国内外研究现状及分析 | 第16-20页 |
1.4.1 目标检测传感器特性分析 | 第16-19页 |
1.4.2 站台列车与屏蔽门之间异物检测系统研究现状 | 第19-20页 |
1.5 本文的研究技术路线和方法 | 第20-21页 |
1.6 论文的组织与结构 | 第21-23页 |
第二章 户外窄间隙站台异物检测系统研究 | 第23-46页 |
2.1 窄间隙户外站台异物检测系统搭建方案 | 第23-24页 |
2.1.1 窄间隙户外站台异物检测系统结构设计 | 第23-24页 |
2.1.2 窄间隙户外站台异物检测系统架设方案 | 第24页 |
2.2 高对比度、自适应的多功能条形光源设计 | 第24-34页 |
2.2.1 LED发光灯珠 | 第25-26页 |
2.2.2 灯带控制器原理 | 第26页 |
2.2.3 灯带控制器电路 | 第26-29页 |
2.2.4 灯带控制算法 | 第29-32页 |
2.2.5 灯带防水绝缘工艺处理 | 第32-34页 |
2.3 针对复杂光线环境的图象预处理 | 第34-40页 |
2.3.1 颜色恒常性处理 | 第34-37页 |
2.3.2 颜色的空间转换 | 第37-40页 |
2.4 自适应阈值分割技术 | 第40-44页 |
2.4.1 基于类间最大方差的阈值分割 | 第40-41页 |
2.4.2 无监督的阈值分割技术 | 第41-44页 |
2.5 基于模式识别的异物判断 | 第44-45页 |
2.5.1 最大连通域提取 | 第44-45页 |
2.5.2 夹人夹物的判断 | 第45页 |
2.6 本章小结 | 第45-46页 |
第三章 户外宽间隙站台异物检测系统研究 | 第46-66页 |
3.1 前言 | 第46页 |
3.2 宽间隙户外站台异物检测系统设计 | 第46-48页 |
3.2.1 宽间隙户外站台异物检测系统结构设计 | 第46-47页 |
3.2.2 宽间隙户外站台异物检测系统架设方案 | 第47-48页 |
3.3 基于模板度量的异物检测方法 | 第48-57页 |
3.3.1 相似性测度 | 第49-50页 |
3.3.2 基于灰度图像的模板匹配 | 第50页 |
3.3.3 基于纹理结构的模板匹配 | 第50-51页 |
3.3.4 LBP特征 | 第51-54页 |
3.3.5 基于纹理结构的直方图对比 | 第54页 |
3.3.6 基于模板匹配的实验仿真与分析 | 第54-57页 |
3.4 基于高斯背景建模的异物检测方法 | 第57-61页 |
3.4.1 单高斯背景建模 | 第58-59页 |
3.4.2 混合高斯背景建模 | 第59-60页 |
3.4.3 实验仿真与分析 | 第60-61页 |
3.5 基于VIBE背景建模的异物检测研究 | 第61-64页 |
3.5.1 构建单点模型 | 第61页 |
3.5.2 模型的初始化方法 | 第61-62页 |
3.5.3 模型的更新策略 | 第62-63页 |
3.5.4 实验仿真与分析 | 第63-64页 |
3.6 动态背景建模方法比较 | 第64页 |
3.7 异物的尺寸估计 | 第64-65页 |
3.8 本章小结 | 第65-66页 |
第四章 实验与结果分析 | 第66-78页 |
4.1 实验环境的搭建 | 第66页 |
4.2 检测程序软件架构 | 第66-68页 |
4.2.1 基于QT编译软件和OPENCV开源库的软件设计 | 第66-68页 |
4.3 地铁异物检测实验与结果分析 | 第68-76页 |
4.3.1 实验设备配置 | 第68-69页 |
4.3.2 窄间隙站台实验测试与结果分析 | 第69-72页 |
4.3.3 宽间隙站台实验测试与结果分析 | 第72-76页 |
4.4 异物检测系统研究比较 | 第76-77页 |
4.5 本章小结 | 第77-78页 |
总结与展望 | 第78-80页 |
结论 | 第78页 |
展望 | 第78-80页 |
参考文献 | 第80-84页 |
攻读博士/硕士学位期间取得的研究成果 | 第84-85页 |
致谢 | 第85-86页 |
附件 | 第86页 |