基于图像的高速铁路线路环境状态智能识别技术研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-12页 |
| 1 绪论 | 第12-20页 |
| ·课题背景 | 第12-13页 |
| ·国内外研究现状 | 第13-19页 |
| ·国内研究现状 | 第13页 |
| ·日本新干线East-i高速综合检测列车 | 第13-15页 |
| ·意大利"阿基米德"号高速综合检测列车 | 第15-17页 |
| ·美国Ensco公司图像检测系统 | 第17-18页 |
| ·其他国外高速综合检测列车 | 第18页 |
| ·小结 | 第18-19页 |
| ·本论文的主要内容 | 第19-20页 |
| 2 高速铁路线路环境状态智能监测系统总体设计 | 第20-42页 |
| ·系统总体方案 | 第20-21页 |
| ·成像系统选型与安装 | 第21-29页 |
| ·相机模型 | 第21-25页 |
| ·镜头光学特性 | 第25页 |
| ·相机安装位置 | 第25-27页 |
| ·相机主要参数确定 | 第27-29页 |
| ·图像传输与采集 | 第29-32页 |
| ·图像传输方式选择 | 第29-31页 |
| ·图像采集 | 第31-32页 |
| ·基于FPGA的实时图像预处理 | 第32-40页 |
| ·配置总线接口 | 第33-34页 |
| ·图像数据接口 | 第34-37页 |
| ·DDR SDRAM接口模块 | 第37-40页 |
| ·系统软件结构 | 第40-42页 |
| 3 基于图像代数的图像处理算法硬件实现技术 | 第42-66页 |
| ·图像代数 | 第42-47页 |
| ·点集及其运算 | 第43-44页 |
| ·图像及其运算 | 第44-45页 |
| ·模板 | 第45-46页 |
| ·图像与模板间的操作 | 第46-47页 |
| ·图像处理算法的图像代数表示 | 第47-50页 |
| ·空间滤波及其图像代数表示 | 第47-48页 |
| ·数学形态学及其图像代数表示 | 第48-49页 |
| ·边缘提取及其图像代数表示 | 第49-50页 |
| ·图像几何变换及其图像代数表示 | 第50页 |
| ·图像代数基本运算的硬件实现 | 第50-59页 |
| ·模板及模板运算的硬件实现 | 第51-54页 |
| ·图像及其运算的硬件实现 | 第54-57页 |
| ·图像和模板间操作的硬件实现 | 第57-59页 |
| ·典型图像处理算法的硬件实现 | 第59-66页 |
| ·空间滤波的硬件实现 | 第60-61页 |
| ·灰度形态学的硬件实现 | 第61-62页 |
| ·边缘提取的硬件实现 | 第62-66页 |
| 4 基于图像的线路环境状态提取与识别 | 第66-82页 |
| ·护栏完整性识别 | 第66-78页 |
| ·护栏图像几何变换 | 第67-71页 |
| ·基于灰度统计特征的快速识别 | 第71-73页 |
| ·基于边缘统计特征的识别 | 第73-78页 |
| ·空间异物识别 | 第78-82页 |
| ·识别过程 | 第78-79页 |
| ·基于混合高斯模型的背景估计 | 第79-81页 |
| ·自适应背景更新 | 第81-82页 |
| 5 基于立体视觉的线路环境状态识别 | 第82-95页 |
| ·体视觉几何学 | 第82-83页 |
| ·摄像机标定 | 第83-88页 |
| ·摄像机标定原理 | 第83-84页 |
| ·目标定实验 | 第84-88页 |
| ·线路环境状态异常点的三维信息重建 | 第88-94页 |
| ·立体图像校正 | 第88-90页 |
| ·体匹配 | 第90-92页 |
| ·三维信息重建 | 第92-94页 |
| ·基于三维信息的识别方法 | 第94-95页 |
| 6 总结与展望 | 第95-97页 |
| ·工作总结 | 第95页 |
| ·展望 | 第95-97页 |
| 参考文献 | 第97-100页 |
| 作者简历 | 第100-102页 |
| 学位论文数据集 | 第102页 |
