首页--交通运输论文--铁路运输论文--铁路通信、信号论文--铁路信号论文--区间闭塞与机车信号系统论文--列车运行自动化论文

CTCS-3级车载DMI界面信息自动识别方法及工具的研究

致谢第5-6页
摘要第6-7页
ABSTRACT第7-8页
目录第9-12页
1 绪论第12-18页
    1.1 研究背景及意义第12-13页
    1.2 自动测试研究现状第13-17页
        1.2.1 国外研究现状第13-16页
        1.2.2 国内研究现状第16-17页
    1.3 论文的研究内容和结构第17-18页
2 车载设备DMI界面分析第18-29页
    2.1 显示区域划分第18-20页
    2.2 DMI界面显示特点第20-21页
    2.3 待识别区域分析第21-27页
        2.3.1 图标区域第21-24页
        2.3.2 字符区域第24-27页
    2.4 DMI自动识别解决方案第27-28页
        2.4.1 DMI定位第27-28页
        2.4.2 数字图像预处理第28页
        2.4.3 特征提取第28页
        2.4.4 分类识别第28页
    2.5 本章小结第28-29页
3 DMI显示区域定位方法第29-40页
    3.1 待识别DMI帧图像的提取第29-30页
        3.1.1 读取视频序列第29页
        3.1.2 清晰度计算方法第29-30页
    3.2 基于霍夫变换的DMI轮廓跟踪技术第30-33页
        3.2.1 图像的缩放第30-31页
        3.2.2 霍夫变换检测轮廓第31-33页
    3.3 基于透视变换的DMI图像倾斜校正第33-37页
        3.3.1 DMI四边形顶点坐标第33-34页
        3.3.2 透视变换第34-36页
        3.3.3 实现方法第36-37页
    3.4 实验验证第37-39页
        3.4.1 实验步骤第37页
        3.4.2 实验结果第37-39页
    3.5 本章小结第39-40页
4 DMI界面信息识别方法第40-60页
    4.1 预处理第40-48页
        4.1.1 裁切第40-41页
        4.1.2 灰度处理第41-42页
        4.1.3 二值化第42页
        4.1.4 基于最大类间方差法的图标分割第42-44页
        4.1.5 字符分割算法第44-48页
    4.2 特征提取方法第48-52页
        4.2.1 图标特征提取第48-49页
        4.2.2 基于网格特征的数字和字母特征提取第49-50页
        4.2.3 基于粗网格特征和穿越面积的汉字特征提取第50-52页
    4.3 分类识别方法第52-56页
        4.3.1 基于决策树的图标分类方法第52-54页
        4.3.2 基于SVM的字符识别方法第54-56页
    4.4 实验结果第56-59页
        4.4.1 特征提取第56-57页
        4.4.2 SVM分类第57-58页
        4.4.3 特殊问题解决方案第58-59页
    4.5 本章小结第59-60页
5 DMI界面信息自动识别工具的设计与实现第60-74页
    5.1 OpenCV简介第60-62页
        5.1.1 版本特征第60-61页
        5.1.2 模块组成第61-62页
    5.2 系统总体设计第62-67页
        5.2.1 系统需求分析第62-63页
        5.2.2 系统模块划分第63-64页
        5.2.3 自动识别流程第64-66页
        5.2.4 数据结构的定义第66-67页
    5.3 系统实现第67-73页
        5.3.1 界面设计与实现第67-70页
        5.3.2 系统识别效果第70-73页
    5.4 本章小结第73-74页
6 总结与展望第74-76页
    6.1 总结第74-75页
    6.2 展望第75-76页
参考文献第76-78页
图索引第78-80页
表索引第80-81页
作者简历第81-83页
学位论文数据集第83页

论文共83页,点击 下载论文
上一篇:羟基硅酸镁的人工合成及其摩擦学性能研究
下一篇:列车光纤光栅监测系统应用研究