基于数字图像处理的铁路异物检测
| 摘要 | 第3-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 课题背景和意义 | 第10-11页 |
| 1.2 国内外现状 | 第11-17页 |
| 1.2.1 国外研究现状 | 第11-15页 |
| 1.2.2 国内研究现状 | 第15-16页 |
| 1.2.3 存在的问题 | 第16-17页 |
| 1.3 本文研究内容 | 第17页 |
| 1.4 本文章节安排 | 第17-19页 |
| 第二章 铁路异物检测系统设计 | 第19-25页 |
| 2.1 铁路异物检测系统总体结构 | 第19-20页 |
| 2.2 铁路异物检测系统功能结构 | 第20-21页 |
| 2.3 铁路异物检测系统算法设计 | 第21-22页 |
| 2.4 摄像机选型 | 第22-24页 |
| 本章小结 | 第24-25页 |
| 第三章 铁路视频图像预处理 | 第25-41页 |
| 3.1 图像滤波 | 第25-28页 |
| 3.1.1 图像滤波概述 | 第25页 |
| 3.1.2 帧内滤波 | 第25页 |
| 3.1.3 帧间滤波 | 第25-27页 |
| 3.1.4 滤波实验结果与分析 | 第27-28页 |
| 3.2 灰度图像对比度增强 | 第28-31页 |
| 3.2.1 直方图均衡化 | 第28-30页 |
| 3.2.2 直方图均衡化结果与分析 | 第30-31页 |
| 3.3 图像配准 | 第31-35页 |
| 3.3.1 视频图像抖动分析 | 第32页 |
| 3.3.2 图像配准概述 | 第32-33页 |
| 3.3.3 图像配准基本流程 | 第33-34页 |
| 3.3.4 图像配准方法分类 | 第34-35页 |
| 3.4 基于Harris角点特征的图像配准算法 | 第35-40页 |
| 3.4.1 角点定义 | 第35页 |
| 3.4.2 Harris角点检测算子 | 第35-37页 |
| 3.4.3 LACC角点匹配算法 | 第37-39页 |
| 3.4.4 实验结果与分析 | 第39-40页 |
| 本章小结 | 第40-41页 |
| 第四章 铁路异物检测 | 第41-58页 |
| 4.1 帧间差分法 | 第41-46页 |
| 4.1.1 帧间差分法概述 | 第41页 |
| 4.1.2 实现方法 | 第41-44页 |
| 4.1.3 实验结果与分析 | 第44-46页 |
| 4.2 背景差分法 | 第46-50页 |
| 4.2.1 背景查分法概述 | 第46-47页 |
| 4.2.2 背景图像建模 | 第47-49页 |
| 4.2.3 实验结果与分析 | 第49-50页 |
| 4.3 光流法 | 第50-53页 |
| 4.3.1 光流法概述 | 第50页 |
| 4.3.2 光流法实现过程 | 第50-52页 |
| 4.3.3 实验结果与分析 | 第52-53页 |
| 4.4 三种算法的比较与选择 | 第53-54页 |
| 4.5 背景差分法实验结果 | 第54-57页 |
| 本章小结 | 第57-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 总结 | 第58-59页 |
| 5.2 展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63页 |
