| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-12页 |
| 1.1 论文的选题背景及研究意义 | 第8-9页 |
| 1.1.1 选题背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9页 |
| 1.2 调车作业安全的研究现状 | 第9-10页 |
| 1.3 论文的主要研究内容 | 第10-12页 |
| 2 图像预处理技术 | 第12-25页 |
| 2.1 图像处理简介 | 第12-13页 |
| 2.2 图像的去雾化 | 第13-14页 |
| 2.3 图像灰度化 | 第14页 |
| 2.4 图像增强 | 第14-15页 |
| 2.5 图像去噪 | 第15-20页 |
| 2.6 图像边缘检测 | 第20-25页 |
| 3 调车信号灯的检测 | 第25-33页 |
| 3.1 常用的圆检测方法 | 第25-27页 |
| 3.2 基于改进随机Hough变换的调车信号灯检测 | 第27-30页 |
| 3.2.1 对原始图像进行改进预处理 | 第27-29页 |
| 3.2.2 利用圆半径减少无效积累 | 第29页 |
| 3.2.3 利用梯度减少无效积累 | 第29-30页 |
| 3.3 实验结果及分析 | 第30-33页 |
| 4 基于SVM的调车信号灯识别 | 第33-42页 |
| 4.1 颜色特征提取及分析 | 第33-37页 |
| 4.1.1 颜色空间模型分析 | 第33-35页 |
| 4.1.2 分类特征的选取 | 第35-36页 |
| 4.1.3 实验结果及分析 | 第36-37页 |
| 4.2 SVM训练分类 | 第37-41页 |
| 4.2.1 SVM原理 | 第37-40页 |
| 4.2.2 SVM颜色分类器离线训练 | 第40-41页 |
| 4.3 分类结果与分析 | 第41-42页 |
| 5 信号灯测距技术 | 第42-48页 |
| 5.1 单目视觉测距 | 第42-44页 |
| 5.2 双目视觉测距 | 第44-47页 |
| 5.3 综合评估 | 第47-48页 |
| 6 总结与展望 | 第48-50页 |
| 6.1 论文总结 | 第48页 |
| 6.2 未来工作展望 | 第48-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-52页 |