| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-20页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 国外研究现状 | 第13-14页 |
| 1.2.2 国内研究现状 | 第14-15页 |
| 1.3 受电弓与接触网安全巡检装置 | 第15-18页 |
| 1.3.1 高速铁路供电安全检测监测系统 | 第15-17页 |
| 1.3.2 受电弓与接触网支柱检测技术难点 | 第17-18页 |
| 1.4 论文的主要内容与结构安排 | 第18-20页 |
| 第2章 受电弓与接触网巡检图像预处理 | 第20-37页 |
| 2.1 图像数据介绍 | 第21-23页 |
| 2.1.1 动车组车顶图像 | 第21页 |
| 2.1.2 接触网巡检图像 | 第21-23页 |
| 2.2 基于CLAHE的受电弓与接触网巡检图像增强 | 第23-28页 |
| 2.2.1 CLAHE图像增强算法原理 | 第23-25页 |
| 2.2.2 图像增强实验与结果分析 | 第25-28页 |
| 2.3 图像矫正技术 | 第28-36页 |
| 2.3.1 动车组车顶图像矫正 | 第28-30页 |
| 2.3.2 基于旋转投影法的接触网巡检图像矫正 | 第30-36页 |
| 2.4 本章小结 | 第36-37页 |
| 第3章 动车组受电弓检测 | 第37-51页 |
| 3.1 受电弓检测流程 | 第37-38页 |
| 3.2 受电弓区域粗提取 | 第38-42页 |
| 3.2.1 车顶图像横向信息提取 | 第38-40页 |
| 3.2.2 滑板区域的直线检测 | 第40-42页 |
| 3.3 受电弓区域精确检测提取 | 第42-47页 |
| 3.3.1 Paralleled-Gabor变换 | 第42-45页 |
| 3.3.2 最大值池化 | 第45-46页 |
| 3.3.3 多分类器决策融合检测受电弓 | 第46-47页 |
| 3.4 实验设计与结果分析 | 第47-50页 |
| 3.5 本章小结 | 第50-51页 |
| 第4章 接触网支柱检测 | 第51-68页 |
| 4.1 接触网支柱检测流程 | 第51-52页 |
| 4.2 基于灭点检测的支柱疑似区域提取 | 第52-59页 |
| 4.2.1 灭点的概念 | 第52-53页 |
| 4.2.2 基于直线交点群的灭点检测 | 第53-56页 |
| 4.2.3 支柱疑似区域提取 | 第56-59页 |
| 4.3 基于卷积神经网络的支柱检测 | 第59-65页 |
| 4.3.1 卷积神经网络 | 第59-62页 |
| 4.3.2 支柱检测的卷积神经网络结构设计 | 第62-63页 |
| 4.3.3 卷积神经网络的训练数据 | 第63-65页 |
| 4.4 实验结果与分析 | 第65-67页 |
| 4.5 本章小结 | 第67-68页 |
| 第5章 总结 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第75页 |