首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于图像去雾技术的火车反位检测方法研究

摘要第5-6页
Abstract第6页
第1章 绪论第9-14页
    1.1 课题研究的背景及意义第9页
    1.2 国内外图像去雾研究现状第9-12页
    1.3 本文的主要内容第12-14页
第2章 翻车机简介及火车反位检测系统第14-19页
    2.1 翻车机简介第14页
    2.2 翻车机系统工作流程第14-16页
    2.3 火车反位检测系统第16-18页
    2.4 本章小结第18-19页
第3章 基于颜色聚类和颜色色差的火车反位检测算法研究第19-29页
    3.1 引言第19页
    3.2 K 均值车厢颜色特征提取第19-21页
    3.3 HSI 色差计算第21-22页
        3.3.1 颜色空间转换第21-22页
        3.3.2 色差和车厢颜色的关系第22页
    3.4 算法实现第22页
    3.5 仿真实现第22-28页
        3.5.1 一般情况下的火车反位检测第22-27页
        3.5.2 有雾霾情况下的火车反位检测第27-28页
    3.6 本章小结第28-29页
第4章 基于引导滤波的图像去雾算法研究第29-41页
    4.1 暗原色先验理论第29-32页
        4.1.1 大气散射物理建模第29页
        4.1.2 暗原色先验第29页
        4.1.3 暗原色先验的仿真结果第29-32页
    4.2 图像复原过程第32-36页
        4.2.1 传输率的估计和优化第32-34页
        4.2.2 大气光值的估计第34-35页
        4.2.3 图像的去雾第35-36页
    4.3 基于引导滤波的改进去雾算法第36-40页
        4.3.1 一种基于引导滤波图像处理算法第36-39页
        4.3.2 参数分析第39页
        4.3.3 仿真结果分析第39-40页
    4.4 本章小结第40-41页
第5章 基于图像去雾的火车反位检测的算法实现第41-49页
    5.1 引言第41页
    5.2 利用 VC 与 MATLAB 相互结合编程第41-42页
    5.3 调用 MATLAB 引擎第42-45页
    5.4 基于图像去雾的火车反位检测算法在 VC 平台的实现第45-47页
    5.5 本章小结第47-49页
结论第49-52页
参考文献第52-55页
攻读硕士学位期间承担的科研任务与主要成果第55-56页
致谢第56-57页
作者简介第57页

论文共57页,点击 下载论文
上一篇:社会保险费协同办公系统的设计与实现
下一篇:秦港散杂货物流信息平台的设计与实现