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

列控系统车载人机界面识别技术研究与实现

致谢第1-6页
中文摘要第6-7页
ABSTRACT第7-9页
目录第9-12页
1 引言第12-17页
   ·选题背景及研究意义第12-14页
   ·机器视觉概述及其在铁路领域的应用第14-15页
     ·机器视觉概述第14页
     ·机器视觉在铁路领域的应用第14-15页
   ·论文的主要工作第15-17页
2 基于机器视觉的车载人机界面识别系统设计第17-30页
   ·车载人机界面识别系统构成第17页
   ·CTCS-3车载人机界面第17-24页
     ·DMI主界面第18-19页
     ·需要识别的DMI区域第19-24页
       ·图标区域第20-23页
       ·字符区域第23-24页
   ·车载人机界面的图像采集第24-26页
     ·MV-VS200FC相机第25页
     ·MV-1394A图像采集卡第25-26页
   ·DMI信息识别系统第26-27页
     ·数字图像预处理第26页
     ·特征提取第26页
     ·分类识别第26-27页
   ·机械手平台第27-29页
     ·机械手结构第27-28页
     ·控制方法第28页
     ·点击触头第28-29页
   ·本章小结第29-30页
3 数字图像处理基本理论第30-45页
   ·灰度化第30-31页
   ·图像增强第31-34页
     ·灰度值变换第31-32页
     ·图像平滑第32-34页
   ·形态学处理第34-37页
     ·膨胀运算第34-35页
     ·腐蚀运算第35-37页
   ·图像分割第37-44页
     ·基于阈值的图像分割方法第37-38页
     ·基于图像边缘提取的图像分割方法第38-42页
     ·基于区域生长的图像分割方法第42-43页
     ·图像分割方法的比较与选择第43-44页
   ·本章小结第44-45页
4 车载人机界面信息定位与分割技术研究与实现第45-56页
   ·基于边缘提取的DMI界面区域定位方法实现第45-49页
     ·边缘提取方法在本系统中的应用分析与选择第45-47页
     ·基于动态边缘提取法的DMI界面区域定位实现第47-49页
     ·实验结果第49页
   ·DMI信息分割实现第49-55页
     ·图标分割第50-51页
     ·字符分割第51-55页
       ·字母和数字第52-53页
       ·汉字第53-55页
   ·本章小结第55-56页
5 车载人机界面信息识别技术研究与实现第56-81页
   ·常用图像识别技术第56-62页
     ·基于模板匹配的识别技术第56-58页
     ·基于神经网络的识别技术第58-60页
     ·基于支持向量机的识别技术第60-61页
     ·图像识别技术比较与选择第61-62页
   ·基于分组的多网络组合字符识别第62-68页
     ·基于神经网络的字符识别基本流程第62-63页
     ·字符归一化第63-64页
     ·字符特征提取第64-65页
     ·字符识别系统设计第65-67页
     ·后处理第67页
     ·实验结果第67-68页
   ·图标识别方法第68-75页
     ·图标的区域特征提取第68-70页
     ·基于RGB模型的图标颜色识别第70-72页
     ·基于模板匹配的图标形状识别第72-74页
       ·创建图标模板库第72-74页
       ·模板匹配识别第74页
     ·基于区域特征的图标识别第74-75页
     ·实验结果第75页
   ·系统实现第75-80页
     ·系统界面设计第76-78页
     ·系统与测试平台的结合第78-79页
     ·系统性能第79-80页
   ·本章小结第80-81页
6 总结与展望第81-84页
   ·总结第81-82页
   ·展望第82-84页
参考文献第84-86页
图索引第86-88页
表索引第88-90页
附录A第90-92页
作者简历第92-96页
学位论文数据集第96页

论文共96页,点击 下载论文
上一篇:基于旅客选择行为的航班计划模型及算法研究
下一篇:智能交通系统中的无线传感器网络和新的传输方式