面向铁路扣件图像特征的结构化St-LDA语义学习方法研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-19页 |
| ·研究背景和意义 | 第11-14页 |
| ·扣件视觉检测背景 | 第11-12页 |
| ·扣件特征语义学习的意义 | 第12-14页 |
| ·研究现状 | 第14-17页 |
| ·扣件检测研究现状 | 第14-15页 |
| ·特征语义学习方法研究现状 | 第15-17页 |
| ·本文工作及章节安排 | 第17-19页 |
| 第2章 特征的语义学习方法 | 第19-33页 |
| ·引言 | 第19页 |
| ·第一次语义学习方法 | 第19-23页 |
| ·特征采样 | 第19-21页 |
| ·特征编码 | 第21-23页 |
| ·第二次语义学习方法 | 第23-32页 |
| ·LDA的生成机制 | 第24-25页 |
| ·LDA方法的求解 | 第25-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 基于二值化LBP的扣件结构图像 | 第33-43页 |
| ·引言 | 第33页 |
| ·二值化LBP方法 | 第33-37页 |
| ·传统LBP的光照稳定性分析 | 第33-35页 |
| ·稳定性增强的二值化LBP | 第35-37页 |
| ·基于结构图像的扣件检测方法 | 第37-40页 |
| ·整体检测 | 第37-38页 |
| ·局部检测 | 第38-40页 |
| ·实验 | 第40-42页 |
| ·实验配置 | 第40-41页 |
| ·实验与分析 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 特征的结构化St_LDA语义学习方法 | 第43-62页 |
| ·引言 | 第43页 |
| ·特征的单词-结构二维编码 | 第43-46页 |
| ·二维编码的结构化St_LDA学习方法 | 第46-54页 |
| ·二维编码的St_LDA生成机制 | 第46-48页 |
| ·St_LDA主题采样公式 | 第48-52页 |
| ·St_LDA的参数求解及其特征学习 | 第52-54页 |
| ·基于特征St_LDA语义学习的扣件图像检测算法 | 第54-56页 |
| ·实验 | 第56-61页 |
| ·实验配置 | 第56页 |
| ·实验与分析 | 第56-61页 |
| ·本章小结 | 第61-62页 |
| 总结与展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第70页 |
| A. 发表论文情况 | 第70页 |
| B. 参加科研项目 | 第70页 |
