图像识别在编组站驼峰作业过程控制中的应用
| 摘要 | 第1-20页 |
| ABSTRACT | 第20-22页 |
| 第一章 绪论 | 第22-28页 |
| 1．1 图像识别研究的背景及意义 | 第22-23页 |
| 1．1．1 图像识别技术的发展历程 | 第22页 |
| 1．1．2 国内外图像识别研究动态 | 第22-23页 |
| 1．2 图像识别在铁路编组站驼峰的应用方案 | 第23-25页 |
| 1．3 现代科学技术的发展可实现本方案 | 第25-26页 |
| 1．4 本论文主要内容 | 第26-28页 |
| 第二章 图像处理的基本理论 | 第28-45页 |
| 2．1 图像的数字化 | 第29页 |
| 2．2 二值图像的处理 | 第29-30页 |
| 2．3 图像的预处理 | 第30-39页 |
| 2．4 灰化 | 第39-40页 |
| 2．5 图像的变换 | 第40-41页 |
| 2．6 图像增强 | 第41-45页 |
| 2．6．1 直方图 | 第41-43页 |
| 2．6．2 图像平滑化处理 | 第43页 |
| 2．6．3 图像尖锐化处理 | 第43-45页 |
| 第三章 模式识别 | 第45-56页 |
| 3．1 概述 | 第45-49页 |
| 3．2 数据获取 | 第49-52页 |
| 3．2．1 摄像机放置位置的确定 | 第49-50页 |
| 3．2．2 选择合适的摄像机 | 第50-52页 |
| 3．3 特征提取与模式识别 | 第52-54页 |
| 3．4 决策分类 | 第54-56页 |
| 第四章 动态图像处理 | 第56-64页 |
| 4．1 动态图像的含义 | 第56-57页 |
| 4．2 几种运动检测方法的比较 | 第57-58页 |
| 4．3 采用基于熵的运动目标检测 | 第58-61页 |
| 4．3．1 自适应背景图像的建立 | 第59页 |
| 4．3．2 阈值s的确定 | 第59-61页 |
| 4．5 图像跟踪 | 第61-64页 |
| 第五章 图像识别在编组站驼峰过程控制中的应用 | 第64-77页 |
| 5．1 特定条件分析 | 第64-67页 |
| 5．2 车组位置的搜索 | 第67-68页 |
| 5．3 计算距离与实际距离的关系模型 | 第68-77页 |
| 第六章 结论与展望 | 第77-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-82页 |
