货车超限检测系统中图像处理方法研究

论文摘要

本文以货车超限检测系统为研究背景,研究了图像法在超限检测系统中的应用。以数字图像处理技术为基础,重点介绍了小波相关理论在对货车图像的去噪及边缘检测中的应用。文章首先阐述了课题研究目的及意义,从实际的工程背景出发建立图像模型及确定技术方案。图像去噪方面,考虑到货车在运行过程中受特殊环境的影响,采集的货车图像含有椒盐噪声及高斯噪声等混合噪声。在小波传统阈值去噪的基础上,利用多级中值滤波可较好的抑制椒盐噪声并能较好保持图像细节而提升小波在抑制高斯噪声方面响应快等特点,本文采用了基于多级中值滤波与提升小波相结合的图像去噪算法,取得了比较好的实验效果,从而为有效地检测货车图像边缘打下好的基础。由于超限检测系统中采集的货车图像均是以天空为背景,本文采用小波变换模极大值边缘检测及边缘跟踪技术就能有效的检测出货车图像边缘;同时为了减少边缘检测所需时间,在去除伪边缘的阈值的选取上,采用改进型的最大方差自动取阈值法,不仅使阈值选取准确,而且很大程度上减少了阈值选取时间,从而降低边缘检测时间。实验表明:本文方法能有效的检测出货车边缘,为超限检测打下基础。文章最后简单介绍厂货车超限的相关基础知识,指出了判断货车超限方法及依据,分析了超限检测系统中图像处理部分所完成的功能。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题研究目的、意义及现状
• 1.2 论文研究主要内容及方法
• 1.2.1 噪声类型及去噪方法
• 1.2.2 图像边缘检测
• 1.3 论文的章节安排和主要内容
• 第二章 小波变换理论基础
• 2.1 小波基本理论
• 2.1.1 连续小波变换
• 2.1.2 离散小波变换
• 2.2 多尺度分析与MALLAT算法
• 2.3 本章小结
• 第三章 图像去噪处理
• 3.1 噪声模型及去噪方案的研究
• 3.2 小波变换的提升实现
• 3.2.1 小波基的选取
• 3.2.2 提升方案构造小波
• 3.3 多级中值滤波与提升小波自适应阈值相结合方法的研究
• 3.3.1 多级中值滤波的构造及仿真实验
• 3.3.2 小波去噪阈值选取及小波去噪仿真实验
• 3.3.3 混合噪声的抑制
• 3.4 本章小结
• 第四章 图像边缘检测
• 4.1 基于小波变换模极大值的图像边缘检测
• 4.1.1 小波变换模极大值点与信号突变点（边缘）之间的关系
• 4.1.2 小波模极大值与图像边缘之间的关系
• 4.1.3 阈值选取
• 4.1.4 边缘跟踪方法研究
• 4.2 货车图像边缘检测仿真分析
• 4.3 本章小结
• 第五章 货车超限检测原理与分析
• 5.1 货车超限检测原理
• 5.1.1 货车超限检测系统的组成
• 5.1.2 铁路超限理论基础
• 5.1.3 检测流程
• 5.1.4 货车图像的采集
• 5.2 判定货车超限依据
• 5.3 超限测试分析
• 5.4 本章小结
• 结论及展望
• 结论
• 研究展望
• 致谢
• 参考文献
• 攻读硕士研究生期间发表的论文