摘要 | 第4-5页 |
abstract | 第5页 |
第一章 绪论 | 第8-13页 |
1.1 论文研究背景和意义 | 第8-9页 |
1.1.1 大气环境污染的严峻形势 | 第8-9页 |
1.1.2 智能设备和软硬件的飞速发展 | 第9页 |
1.2 国内外研究现状及发展趋势 | 第9-11页 |
1.2.1 空气质量检测技术 | 第9-10页 |
1.2.2 计算机视觉技术检测空气质量 | 第10-11页 |
1.3 本文主要工作和论文结构安排 | 第11-13页 |
第二章 基于图像处理的细颗粒物浓度估计 | 第13-21页 |
2.1 室外环境成像因素的分析 | 第13-16页 |
2.1.1 室外环境下的相机成像模型 | 第13-14页 |
2.1.2 大气光辐射 | 第14-15页 |
2.1.3 大气透射率与颗粒物浓度 | 第15-16页 |
2.2 基于去雾算法的图像特征估计 | 第16-18页 |
2.2.1 暗通道先验算法概述 | 第16-17页 |
2.2.2 大气透射率和大气光强估计 | 第17-18页 |
2.3 基于立体视觉技术的细颗粒物浓度估计 | 第18-20页 |
2.3.1 基于立体视觉的PM2.5估计算法原理 | 第18-19页 |
2.3.2 基于立体视觉的PM2.5估计算法框架 | 第19-20页 |
2.4 本章小结 | 第20-21页 |
第三章 基于双目立体视觉技术的测距 | 第21-29页 |
3.1 双目视觉测距原理及结构 | 第21-23页 |
3.1.1 双目测距系统原理 | 第21-23页 |
3.1.2 双目测距系统流程 | 第23页 |
3.2 双目视觉测距系统技术 | 第23-28页 |
3.2.1 摄像机标定与参数提取 | 第23-26页 |
3.2.2 图像特征点提取与立体图像匹配 | 第26-28页 |
3.3 本章小结 | 第28-29页 |
第四章 室外空气质量评估系统框架及模块的设计与实现 | 第29-54页 |
4.1 系统硬件组成和框架设计 | 第29-33页 |
4.1.1 树莓派Raspberry Pi控制板 | 第30-31页 |
4.1.2 Adafruit Feather MO控制板 | 第31页 |
4.1.3 BME280环境传感器 | 第31-32页 |
4.1.4 MQ-135环境传感器 | 第32-33页 |
4.2 系统软件开发环境与模块设计 | 第33-35页 |
4.2.1 基于Linux内核的Raspbian系统 | 第33页 |
4.2.2 OpenCV计算机视觉库 | 第33-34页 |
4.2.3 基于Arduino的集成开发环境 | 第34-35页 |
4.3 立体视觉测距软件设计 | 第35-39页 |
4.3.1 图像获取与摄像头定标 | 第35-37页 |
4.3.2 立体匹配和深度图获取 | 第37-39页 |
4.4 PM2.5浓度估计软件设计 | 第39-42页 |
4.4.1 求解暗通道图 | 第40-41页 |
4.4.2 计算大气光强 | 第41页 |
4.4.3 计算大气透射率 | 第41-42页 |
4.4.4 PM2.5浓度估计 | 第42页 |
4.5 环境数据采集和传输模块设计 | 第42-50页 |
4.5.1 BME280空气数据采集程序设计 | 第42-45页 |
4.5.2 MQ-135空气数据采集程序设计 | 第45-47页 |
4.5.3 数据传输程序设计 | 第47-50页 |
4.6 基于SCP的服务器客户端设计 | 第50-51页 |
4.7 数据监控显示模块设计 | 第51-53页 |
4.8 本章小结 | 第53-54页 |
第五章 系统实施与结果分析验证 | 第54-62页 |
5.1 实验方案设计 | 第54-55页 |
5.2 实验方案实施 | 第55-57页 |
5.2.1 系统连接示意 | 第55-56页 |
5.2.2 系统部署位置和朝向 | 第56-57页 |
5.3 实验结果与分析 | 第57-61页 |
5.3.1 双目测距 | 第57-58页 |
5.3.2 大气透射率测定 | 第58页 |
5.3.3 PM2.5浓度估计与环境数据采集 | 第58-59页 |
5.3.4 实验结果分析 | 第59-61页 |
5.4 本章小结 | 第61-62页 |
第六章 总结与展望 | 第62-64页 |
参考文献 | 第64-67页 |
附录2 攻读硕士学位期间撰写的论文 | 第67-68页 |
附录3 攻读硕士学位期间申请的专利 | 第68-69页 |
致谢 | 第69页 |