基于数字图像处理的列车关门车与交叉杆故障诊断
摘要 | 第1-5页 |
Abstract | 第5-9页 |
第1章 绪论 | 第9-14页 |
·课题来源、研究目的和意义 | 第9页 |
·数字图像处理的发展历程及目前状况分析 | 第9-12页 |
·本课题研究内容简述 | 第12-13页 |
·本文组织结构 | 第13-14页 |
第2章 图像处理基本算法 | 第14-28页 |
·图像预处理 | 第14-16页 |
·镜像 | 第14-15页 |
·旋转 | 第15-16页 |
·图像特征提取 | 第16-24页 |
·基于直方图的灰度变换 | 第16-18页 |
·图像增强 | 第18-19页 |
·图像分割 | 第19-22页 |
·边缘提取与检测 | 第22-24页 |
·图像判读 | 第24-26页 |
·Hough 变换 | 第24-25页 |
·模板匹配 | 第25-26页 |
·图片抽取算法 | 第26页 |
·本章小结 | 第26-28页 |
第3章 自动识别算法的设计及实现 | 第28-60页 |
·问题的提出和解决方案的初步阐述 | 第28-30页 |
·关门车故障 | 第28-29页 |
·交叉杆故障 | 第29-30页 |
·关门车故障自动识别算法 | 第30-46页 |
·算法入口参数 | 第30-31页 |
·算法主体 | 第31-46页 |
·交叉杆故障自动识别算法 | 第46-58页 |
·算法入口参数 | 第46页 |
·算法主体 | 第46-58页 |
·本章小结 | 第58-60页 |
第4章 算法的实际应用及程序优化 | 第60-67页 |
·算法的实际应用 | 第60-63页 |
·关门车故障识别算法的实际应用 | 第60-61页 |
·交叉杆故障识别算法的实际应用 | 第61-63页 |
·程序优化 | 第63-65页 |
·减小图片尺寸 | 第64页 |
·减少待处理图片的像素基色的个数 | 第64页 |
·减少乘法运算 | 第64-65页 |
·本章小结 | 第65-67页 |
结论 | 第67-68页 |
参考文献 | 第68-73页 |
致谢 | 第73页 |