基于双目立体视觉的轨道入侵物识别技术研究
致谢 | 第5-6页 |
摘要 | 第6-7页 |
ABSTRACT | 第7-8页 |
l 引言 | 第12-20页 |
1.1 背景与意义 | 第12-13页 |
1.2 国内外研究现状 | 第13-18页 |
1.2.1 国内异物侵限研究现状 | 第13-15页 |
1.2.2 国外异物侵限研究现状 | 第15-18页 |
1.3 论文主要创新点 | 第18页 |
1.4 本文研究框架 | 第18-20页 |
2 图像预处理 | 第20-42页 |
2.1 基于暗原色先验的图像去雾霾 | 第20-28页 |
2.1.1 获取暗原色先验信息 | 第21-22页 |
2.1.2 建立物理模型 | 第22页 |
2.1.3 物理模型反演 | 第22页 |
2.1.4 试验结果与分析 | 第22-28页 |
2.2 铁轨提取 | 第28-40页 |
2.2.1 常用的边缘检测算子 | 第28-30页 |
2.2.2 数学形态学处理 | 第30-33页 |
2.2.3 概率霍夫变换 | 第33-35页 |
2.2.4 试验结果与分析 | 第35-40页 |
2.3 二维侵限范围界定 | 第40-41页 |
2.3.1 二维侵限范围定义 | 第40页 |
2.3.2 试验结果与分析 | 第40-41页 |
2.4 本章小结 | 第41-42页 |
3 基于二维平面的异物侵限判定 | 第42-58页 |
3.1 前景提取算法 | 第42-45页 |
3.1.1 经典前景提取算法 | 第42-43页 |
3.1.2 算法效果对比试验 | 第43-45页 |
3.2 基于VIBE算法的目标检测 | 第45-50页 |
3.2.1 ViBe前景提取算法 | 第45-46页 |
3.2.2 ViBe算法参数值确定试验 | 第46-49页 |
3.2.3 试验结果与分析 | 第49-50页 |
3.3 基于改进ViBE算法的目标检测 | 第50-52页 |
3.3.1 问题分析 | 第50-51页 |
3.3.2 改进方法 | 第51页 |
3.3.3 试验结果与分析 | 第51-52页 |
3.4 基于KCF的入侵物跟踪 | 第52-55页 |
3.4.1 KCF算法原理 | 第53-54页 |
3.4.2 试验结果与分析 | 第54-55页 |
3.5 二维平面内异物入侵判定 | 第55-57页 |
3.5.1 目标定位 | 第55-56页 |
3.5.2 入侵行为判定 | 第56-57页 |
3.6 本章小结 | 第57-58页 |
4 基于双目立体视觉的场景三维重建 | 第58-81页 |
4.1 立体视觉基本原理 | 第58-63页 |
4.1.1 坐标系定义 | 第58-60页 |
4.1.2 坐标系变换 | 第60-62页 |
4.1.3 双目相机模型 | 第62-63页 |
4.2 相机标定 | 第63-68页 |
4.2.1 相机标定常用方法 | 第63-64页 |
4.2.2 单目相机标定试验 | 第64-66页 |
4.2.3 双目相机标定试验 | 第66-68页 |
4.3 图像校正 | 第68-72页 |
4.3.1 畸变校正 | 第68-69页 |
4.3.2 极线校正 | 第69-70页 |
4.3.3 试验结果与分析 | 第70-72页 |
4.4 立体匹配 | 第72-75页 |
4.4.1 匹配基元和匹配约束 | 第73-74页 |
4.4.2 基于BM的立体匹配 | 第74页 |
4.4.3 试验结果与分析 | 第74-75页 |
4.5 三维重建 | 第75-80页 |
4.5.1 场景三维重建 | 第75-78页 |
4.5.2 双目测距试验结果与分析 | 第78-80页 |
4.6 本章小结 | 第80-81页 |
5 三维空间内异物侵限研究 | 第81-93页 |
5.1 三维空间内目标跟踪与定位 | 第81-85页 |
5.1.1 目标跟踪定位 | 第81-83页 |
5.1.2 三维空间运动轨迹绘制 | 第83-85页 |
5.2 三维空间内入侵行为判定 | 第85-88页 |
5.2.1 确定三维空间立体限界 | 第85-87页 |
5.2.2 入侵行为判定 | 第87-88页 |
5.3 入侵物大小估计 | 第88-92页 |
5.4 本章小结 | 第92-93页 |
6 结论 | 第93-94页 |
参考文献 | 第94-99页 |
学位论文数据集 | 第99页 |