一、数字成像技术应用于厂站图像监控系统的探讨（论文文献综述）
周雯[1]（2020）在《面向高速铁路运行安全的智能图像识别方法研究》文中研究说明高铁是复杂巨系统,任何子系统和设施、设备发生故障都可能危及高铁的运行安全。面向移动装备、基础设施状态、运行环境等高铁运行安全的图像视频检测监测系统以其结果直观的特点在全路广泛应用,保障高速铁路的运行安全。虽然现有的检测监测系统与图像数据应用水平可以满足高速铁路基础设施设备状态和运行环境安全检测监测的需求,但它们分散部署于路网的不同地域,目前还处于人机结合判读并核查安全隐患及故障的本地应用阶段,需要投入大量的人工,费时费力。充分利用国铁集团主数据中心、铁路数据服务平台等路网中已存在的信息基础设施资源,解决好面向高铁运行安全的智能图像识别问题,实现高铁运行安全图像检测监测系统的智能化升级,将大幅提升工作效率,降低工作成本。近年来,深度学习、边缘计算、云计算等信息技术的优势汇聚,促进了人工智能正由技术研发走向行业应用。深度学习等人工智能技术与面向高铁运行安全的图像视频场景相结合,可以对高速铁路设施设备的运行状态智能识别和运行环境的实时检测监控,实现基于图像的高铁运行安全隐患排查、缺陷检测、故障诊断。本文将重点研究高铁设施设备运行安全图像的智能识别方法及应用,主要取得了以下创新性的成果:（1）基于深度主动半监督学习的高铁运行安全图像半自动标注方法。针对利用深度学习方法进行海量高铁运行安全图像智能识别过程中图像标注效率低的问题,提出了基于深度主动半监督学习的高铁运行安全图像半自动标注方法,以连续迭代范式的方式将主动学习和半监督学习引入卷积神经网络的微调过程中,让深度卷积神经网络通过增量的方式对高铁运行安全图像的特征进行学习,可以满足高铁运行安全图像数据的快速标注。将上述方法应用于动车组运行安全图像数据的标注问题,将动车组运行图像的语义标注问题转化为动车组结构子系统分类和零部件目标检测问题,将标注任务分解为粗标注和精细标注两个阶段,提出一种面向动车组零部件分类层级结构的两阶关联的基于深度主动半监督学习的动车组运行安全图像半自动标注方法,量化了数据标注量与目标任务表现之间的关系,利用较少的标注数据量可以在目标任务上获得较高的性能表现。（2）基于卷积神经网络的动车组运行安全图像缺陷检测方法。针对目前TEDS系统利用图像匹配方法自动识别缺陷精度低的问题,提出基于卷积神经网络的动车组运行安全图像缺陷检测与分割模型,分析动车组运行安全图像及其缺陷形态的特征,优化了基于区域的目标检测模型,采用可改变感受野的可变形卷积（DCN）适应缺陷形态的多样性,采用在线困难样本挖掘（OHEM）筛选出困难样本重新输入预测网络以平衡正负样本的比例,克服了缺陷形态尺寸变化多样和复杂背景下正负样本不平衡的困难。（3）基于两阶级联轻量级卷积神经网络的高铁接触网悬挂紧固件缺陷识别方法。针对高铁接触网悬挂运行状态监测图像中小目标紧固件缺陷检测问题,分析了接触网悬挂图像的特点,对比接触网悬挂紧固件缺陷检测与自然图像目标检测的不同,将紧固件缺陷检测问题转换为紧固件检测和运行状态精细识别两个过程解决,提出基于两阶级联轻量级卷积神经网络的紧固件缺陷识别方法。首先,设计了由轻量级的特征提取网络、全局注意力模块、相互增强的分类器和检测器组成的紧固件检测模型,实现目标紧固件实例的高效检测;然后,搭建轻量级的多标签分类网络,进行紧固件运行状态的精细识别,实现紧固件缺陷的识别。（4）高速铁路运行安全图像智能识别应用总体架构。分析路网中高速铁路运行安全图像检测监测信息系统的应用现状及部署特点,提出“边缘+云”的高铁运行安全图像智能识别应用总体架构,在统一的铁路数据服务平台基础之上,构建了高铁运行安全图像智能识别平台的逻辑架构和功能架构,并结合业务范围设计了数据流转和边缘计算的流程,通过典型的TEDS图像检测应用系统具体阐述智能识别应用总体架构,并详细设计了TEDS系统图像智能识别的应用架构、系统架构和系统智能识别应用的软件流程。
张凯达[2]（2018）在《基于WiFi的智能家居监控系统研究》文中提出随着科学技术日新月异,智能家居也得到高速的发展,意味着人们对自身居住环境要求的提高。移动互联网时代的到来,无线通信技术也越来越成熟,智能家居系统开始从传统的模式向无线智能模式发展。本文深入分析单片机技术、自动控制技术、计算机技术、嵌入式和无线网络通信技术等,采用WiFi无线通信将家居电器、移动手持设备等组网形成一个物联网控制系统,提出了一种基于WiFi无线通信的智能家居监控系统的解决方案。本文具体研究工作如下:（1）综述智能家居的国内外发展现状及趋势,深入研究智能家居技术层面发展,提出了基于WiFi的智能家居监控系统的解决方案,该系统包括遥控器、监测端、图像监控器模块三个功能模块,各模块之间采用WiFi无线通信组网。系统具有家居电器控制、智能安防报警及实时图像监控等功能。（2）结合对图像传输、视频压缩等技术的研究,对图像监控器模块的图像算法进行了改进研究。本文使用离散余弦变换DCT作为图像基础压缩算法,对在图像解码重构过程中产生的块效应采用曲线拟合算法进行消除,让使用者能在同等时间及网速下,在手持移动端得到清晰度及亮度更高的图像数据。（3）结合嵌入式、WiFi无线通信、液晶显示、android设计、数据传输等技术,对该系统的三个功能部件（遥控器、监测端、图像监控器）进行了具体的硬件设计。遥控器主要包括液晶显示模块、数据存储模块、无线通信模块、电源电路模块及其他功能模块,利用无线通信WiFi模块组建监测端网络,实现实时信息监测显示、数据接收发送及无线智能控制等功能。监测端主要包括开关控制器模块、电机控制器模块、有害气体探测器模块、防盗探测器模块,实现接收移动端（遥控器或智能手机）控制指令,发送电器工作状态、电器故障信息及家庭实时环境数据等功能。图像监控器主要包括摄像头模块、无线通信模块和TF存储模块等部分,实现家庭内部环境实时图像的监控功能。（4）运用emWin、NodeMCU、InrelliJ IDEA等软件来开发程序,分别对本文研究系统的三个功能模块进行了软件设计,实现了手机APP远程控制与接收、液晶显示界面与触摸、数据传输、WiFi无线通信与组网、电器控制、图像实时传输等功能。（5）对基于WiFi的智能家居监控系统进行了整体组网调试、功能验证与设计优化,结果表明该系统实现了无线家居电器控制、信息语音输入、智能安防报警、远程图像监控等功能。
王姣[3]（2017）在《基于图像监控的光纤绕线机排线系统研究》文中认为在惯性导航系统中,陀螺仪作为一种新型的敏感元件,为惯性导航系统提供姿态,角速度等重要信息。目前,其被广泛应用于航空航天、航海和国防科工等重要邻域,具有重要的战略意义。针对光纤陀螺仪中重要敏感元件光纤陀螺,在绕制过程中出现的精度差,控制系统落后、绕线效率低、一致性差等问题,本文提出用机器视觉辅助检测改善加工工艺的方法。本文主要内容包括以下几个方面:（1）分析了传统光纤绕线机的机械结构及其相互运动关系。为代替人工拨线,设计了拨线机构。对比了多种光纤绕线工艺的优劣,并对传统光纤绕线机采用的四极对称绕线工艺进行了详细的分析,制定了基于图像监控的绕线工艺流程。（2）完成了光纤绕线机视觉监控系统中摄像机、镜头和光源的选型。分析了多种图像采集系统安装方式的特点,确定明场漫射背光照明是最适合本系统的安装方案。（3）设计了获取光纤拨线轮感兴趣区域的算法,解决了由于摄像机拍摄到图像数据量较大而且含有大量不需要信息的缺点。比较了多种光纤轮廓图像增强、图像分割以及边缘检测算法,最终确定了以中值滤波,动态迭代阈值进行图像分割,然后进行canny边缘检测的基本图像处理过程。（4）设计了从光纤轮廓感兴趣区域获得光纤波峰位置的算法。其中,针对光纤轮廓波峰位置检测的不确定性、间断以及错误波峰位置问题,利用插值和滤波的方法,从而提高寻找波峰位置稳定性。最后根据波峰出现的位置规律,得到了当绕线时出现间隙故障以及重叠故障时的图像处理及监控算法。（5）通过分析（4）中获取的波峰位置信息,设计了预测光纤波峰出现位置的线性拟合预测算法,实验表明该预测算法预测效果良好。实现了通过光纤的预测位置得到拨线轮运动增量,最终完成光纤绕线机的自动拨线控制。（6）设计了基于ARM和FPGA的多轴运动控制器,替代原有的PLC控制方案,提高了控制系统的灵活性。实验表明,该多轴同步控制器具有良好的同步控制效果。
周勃帆[4]（2017）在《超声图像引导的HIFU系统定位精度测评方法及实验研究》文中提出随着医学成像技术和高强度聚焦超声技术（HIFU）的发展,图像引导HIFU治疗系统已经在许多国家进行广泛的临床应用。这种治疗手段具备非侵入式、无需住院、可以反复治疗等优点,对于子宫、前列腺、肝脏等位置的肿瘤治疗展现了优秀的治疗效果。在陈亚珠院士的带领下,本人所在的生物医学仪器研究所正在进行超声引导HIFU治疗系统的开发,并已经取得良好进展,展示出充分的发展潜力。为保证治疗所需的热剂量准确传递到靶区范围,病灶周围的重要器官和组织不受损伤,必须对HIFU系统的定位准确性进行评估,以满足临床精度要求,保证治疗效果和患者安全。目前已经公开发表的精度测评方案面临成本较高、复用性不强、使用局限性较大等问题,难以直接用于现有的相控超声引导HIFU（USgHIFU）治疗系统。故本研究的目的是设计新的定位精度测评方法及相关实验方案,对现有设备进行测试,并将其推广至其他的HIFU治疗设备。本研究通过建立系统的评估理论和相关的实验方法,基于热电偶阵列对USgHIFU治疗系统的定位精度进行测评,定量地反映系统定位精度,对误差产生的原因进行分析,提供设备测试的性能指标和设备开发的改进依据。相较于目前同领域内相关研究,该方法实验步骤简便,装置成本低廉,单次评估时间短,且对于不同的设备和条件具备良好的适应性。
罗小文[5]（2016）在《基于动态图像监控的智能家居安防系统》文中认为本文根据国内外图像监控和智能家居安防系统的发展近况,针对现有的图像存储、图像传输、家庭安防等存在的问题,并通过综合比较几种图像编码标准和几种家庭安防技术的优缺点,提出了一种基于动态图像监控的智能家居安防系统的解决方案。系统采用JPEG2000和Motion JPEG2000编码标准、Lighttpd服务器和ZC301摄像头来实现图像编码、图像传输、图像采集等功能。整个系统主要由Web客户端、ARM处理中心、ZC301摄像头和报警系统三个部分构成。Web客户端是用户同ARM处理中心进行数据交互的界面和窗口,包括用户登入界面、时间和日期设置与显示界面、账号密码修改和监控控制的界面、图像显示界面。ARM处理中心是整个系统的核心部分,它是由三星公司研发的S3C6410处理器和Linux搭建的嵌入式系统组成。该Linux平台移植了 Lighttpd软件包、USB摄像头驱动和图像编码软件包。ARM处理中心完成了图像的捕获、具有动态行为图像的检测和存储、图像处理和传输、自启动和关闭报警的功能。ZC301摄像头和报警系统实现了采集监控区域的图像和报警的功能。ZC301摄像头采集的图像通过USB传输给ARM处理中心,报警系统由蜂鸣器和三极管组成。最后通过对系统各个模块和整个系统的测试,实现了监控区域的图像采集、具有动态行为图像的检测和存储、图像的处理和传输、自启动和关闭报警、用户通过Web客户端与ARM处理中心进行交互的功能,基本达到了设计要求。
陈荣保[6]（2010）在《基于视觉融合的监控机理及其在锅炉燃烧中的应用研究》文中认为电力系统是国家建设的保障体系,在以可持续发展的各项发电技术中,煤电充当着发电行业的主要角色。燃煤发电技术从能耗角度分析,低能耗零排放和等量煤耗下的高发电效率,使亚临界机组不断地被超临界机组和超超临界机组所替代。但从发电工艺角度分析,都是燃煤发电。燃煤发电包括了给粉环节、燃烧环节、发电环节和辅助环节,整个发电过程是一个大容量、大滞后、非线性的理化特性型工艺参数的多能量转换过程,由电厂分散控制系统（DCS）实时过程监控。电厂DCS在电厂生产中发挥着重要作用,是电厂生产普遍选用的监控系统。但在DCS对电厂的监控过程中,控制策略的依据并非来自于发电过程中最重要的工艺对象——炉膛火焰,而是间接测量与之相关的延伸参数,如主汽温度、主汽压力等。事实上,炉膛火焰关联着所有工艺参数,关联着发电过程的各个环节和生产的安全、稳定和可靠。针对炉膛火焰的研究及其对炉膛火焰的燃烧监控,涉及到热动力学、燃烧学、图型学、信号处理、控制科学与技术等多学科领域,而且对发电本身也具有直接正向效应。对大型燃煤锅炉而言,炉内悬浮燃烧状态的火焰,是一种非常复杂的悬浮燃烧,它的工况是不稳定的。锅炉燃烧的安全性取决于火焰燃烧的稳定性,如果燃烧不稳定,炉内温度场不均匀,容易出现重大事故。因此开展炉膛火焰的研究具有重要的学术意义和显着的应用价值。炉膛火焰的信号获取是基于CCD传感器的二维视频信号,本文在了解和掌握图像处理方法,分析炉膛火焰的基本信息和图像预处理算法的基础上,运用图像处理技术对炉膛火焰展开全面的特性研究,并基于研究结果探索了对炉膛火焰的诊断技术和实时监控方法,具体开展了以下研究工作:（1）分析炉膛火焰图像的噪声和抑制技术,采取算术平均滤波和中值滤波算法有效实现图像去噪;研究了炉膛火焰图像的灰度特征、温度特征和相关的煤粉特性;全面研究炉膛火焰的温度和温度场测量技术,提出了基于景深温度场的误差修正方法;划分了火焰特征区域,确定了区域边缘特征及其特征区域所呈现的各个图型特征,全面研究了基于炉膛火焰特征的主要诊断技术,通过对比分析得出特征区温差、火焰平均温度、高温面积率、高温区圆度率和火焰质心偏移率等的实时数值有助于炉膛火焰的监控。（2）研究了火焰探测技术及其控制。全面研究炉膛火焰的图像处理算法,为控制策略提供有效的、准确的特征数值;研究了炉膛火焰燃烧控制的策略方法,包括控制对象模型识别、控制策略及其实现,提出了将基于二维图像的火焰特征、聚类特征和基于时基的火焰探测器燃烧状态进行融合,以此共同决策炉膛火焰的实时控制方法。（3）总结了炉膛火焰图像的操作、预处理、转换、处理技术、特征计算、策略研究和温度—色彩变换、伪彩色显示技术等,设计了炉膛火焰图像信息平台。基于图像采集和图像处理、计算、判断和控制,研制了实时监控DCS和底层的炉膛火焰测控基站,能完成无线图像传送功能并确保传送的实时性。采用本文技术构成的DCS能满足基于炉膛火焰的实时控制需求,使电厂生产更加安全、稳定和可靠。
林广宇[7]（2009）在《基于嵌入式技术的车载图像监控系统研究》文中指出汽车保有量增加,公路交通拥挤,交通事故频发,公路交通安全问题日益突出,促使汽车安全辅助驾驶技术成为研究热点。利用传感器监控行车环境对处于危险状态的汽车及时报警的防撞安全预警系统,是提高道路交通安全的有效手段,是智能交通研究领域的一个重要组成部分。目前绝大部分安全辅助驾驶技术利用通用PC机主频高处理速度快的特点,采用PC机作为处理平台,然而,通用PC机冗余的功能、高额的成本和较大的体积是应用在车载系统中难以克服的瓶颈。嵌入式软硬件系统凭借实时性、低资源占用性以及体积小巧等特点,为汽车安全辅助驾驶系统的应用研究与开发提供了实用的技术手段。本文利用嵌入式技术对车道偏离预警以及最小安全车距预警进行了深入研究,有利于防撞安全预警系统的实用化和产品化,对于提高车辆的主动安全性,降低交通事故发生率,减小交通事故带来的危害具有重要意义。本文提出了利用驾驶员驾驶过程的数据分析驾驶员的驾驶特性,对于更加科学地分析驾驶员驾驶特性、加强驾驶员的培训与管理具有一定的理论意义和工程应用价值。论文以视觉传感器获取车辆前方环境信息,对道路标识线的识别与车辆偏离车道预警算法进行了研究,以检测前方车辆的方位为基础,建立最小安全车距预警模型预防汽车纵向碰撞的发生,根据车辆在行驶过程中的横向位置信息对驾驶员驾驶特性进行了分析与评价。最后,基于DSP和ARM芯片的双核硬件平台和Linux操作系统完成了嵌入式车载图像监控系统的设计与实现。利用计算机视觉理论和技术,研究了一种道路标识线的图像检测方法与车辆偏离车道预警规则。以经中值滤波、Sobel算子边缘检测和最大类间方差阈值分割预处理后的道路图像为基础,通过直线的矢量基元表示法对标准Hough变换加以改进实现道路标识线的提取与跟踪,提高了道路标识线的识别速度。基于摄像机内外参数的标定,依据车辆相对道路标识线的横向位置和横向偏转角提出了基于横向距离和横向速度的车道偏离预警算法,实验表明该方法能够充分考虑车辆的横向速度与动态偏转角度对车辆偏离的影响。基于单目视觉和透视投影变换原理,对防控车辆纵向碰撞的最小安全车距预警算法进行了研究。采用车辆阴影特征和车辆对称性特征的有条件联合方法识别检测前方车辆目标,利用Kalman滤波原理预测车辆在序列图像帧中的运动方位,从而实现对车辆的跟踪,缓和了车辆检测准确性要求与实时性要求之间的矛盾。以已识别车辆的矩形底边界为基础给出在结构化道路上车辆间纵向距离的计算方法；提出了基于前车状态的最小安全车距预警模型,实验证明,该方法缓解了理论计算的安全距离与驾驶员认知的习惯安全距离不相一致的矛盾。根据已检测出的道路标线以及车辆相对道路标线的横向距离,利用数据库知识发现理论（KDD）研究驾驶员在车辆行驶过程体现出的驾驶特性。建立驾驶员车道内行驶安全性评价模型,对驾驶员车道内行驶的横向距离数据进行统计分析,以模糊隶属度评价驾驶员车道内行驶的安全性。建立驾驶员换道超车行驶轨迹曲线模型并根据采样数据进行曲线拟合,利用信息融合技术对相似行驶轨迹曲线进行融合使得算法具有自适应性,提出换道超车操作稳定性评价模型,计算得出驾驶员换道超车稳定性的模糊隶属度。以真实交通环境为背景分析驾驶员的驾驶特性,克服了采用问卷调查方法和仪器测量方法分析驾驶员驾驶行为的主观性和局限性。最后,讨论了嵌入式车载图像监控系统的软硬件设计与实现,在基于数字信号处理器DSP和微处理器ARM9双核的评估板硬件平台上,应用Linux嵌入式操作系统对车载图像监控系统的总体功能进行了设计,完成相关功能模块的软件设计。
张扬[8]（2008）在《多种数字图像编码设备集中监控技术的开发及应用》文中提出本文结合北京电力公司奥运保电工程辅助项目变电站图像监控系统的实际,针对系统项目中存在多种类型图像编码设备集中统一监控技术应用的难点,在充分考虑多种编码设备的特点及各厂家对变电站视频监控建设现状的基础上,运用先进的设计方法、成熟的网络、数据库技术及开发工具,进行了多种设备下的统一接口规范标准的制定及基于此规范的图像监控管理信息系统的设计和实现。论文对北京电力公司奥运保电变电站图像监控管理信息系统做了需求分析,设计了系统功能结构和各子系统的业务流程,对主要功能模块子系统进行了设计和实现。数字图像编码设备是变电站图像监控系统的核心设备。随着计算机软、硬件技术的发展,数字图像编码设备的技术性能也在不断提高。数字图像编码设备经历了从数字编码器、工控硬盘录像机、嵌入式硬盘录像机、视频服务器等几个阶段。这些编码设备虽然采用的硬件结构、编码算法都大不相同,但是它们在功能特点上却具有很多相似之处。文中对不同种类的编码设备进行了分析比较。集中监控系统的关键技术之一就是对多种数字图像编码设备的集中接入。它采取统一接口的方法来规范不同的编码设备接口功能。文中详细描述了接口规范的定义过程。基于统一接口规范,文中详细分析设计了针对集控站的图像集中监控管理系统的需求分析、总体设计。并对其中的主界面模块、流媒体服务模块、数据库配置模块的做了详细的概要分析设计。
盛建雄[9]（2008）在《图像监控在变电所中的应用》文中研究表明在无人值班变电所和基建变电所的管理模式中,图像监控系统是一种有效的辅助技术手段.它具有自己独特的设计原则、系统结构、关键技术和设备配置.它既丰富了无人值班变电所的技术内涵,增加了新的"遥视"功能,又为其他管理人员提供了一种可视手段.
李汉杰[10]（2007）在《变电站图像监控系统技术的应用》文中研究指明青海电网110 kV变电站逐步实行无人值守模式,除了常规的远程实现实时监控自动化系统外,变电站图像监控系统成为实现无人值班变电站不可缺少的自动化手段之一。文章论述了图像监控系统的技术及特点,阐述了图像监控系统在无人变电站中的作用和主要用途,变电站图像监控系统的实施及应用,将提高无人值班变电站的安全运行水平。
二、数字成像技术应用于厂站图像监控系统的探讨（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、数字成像技术应用于厂站图像监控系统的探讨（论文提纲范文）
（1）面向高速铁路运行安全的智能图像识别方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究现状及发展趋势 |
| 1.2.1 国内外图像识别技术研究现状及发展趋势 |
| 1.2.2 国内外铁路运行安全图像识别研究现状及发展趋势 |
| 1.3 研究目标及主要内容 |
| 1.4 论文组织结构与技术路线 |
| 1.5 本章小结 |
| 2 图像识别与深度学习相关理论 |
| 2.1 深度学习 |
| 2.1.1 卷积神经网络 |
| 2.1.2 基于卷积神经网络的典型分类模型 |
| 2.1.3 基于卷积神经网络的典型目标检测模型 |
| 2.2 迁移学习 |
| 2.3 主动学习 |
| 2.4 边缘计算 |
| 2.5 本章小结 |
| 3 基于深度主动半监督学习的高铁运行安全图像半自动标注方法 |
| 3.1 引言 |
| 3.2 问题分析 |
| 3.3 基于深度主动半监督学习的高铁运行安全图像半自动标注方法 |
| 3.3.1 基于深度卷积神经网络的迁移学习 |
| 3.3.2 深度主动半监督学习 |
| 3.4 面向动车组运行安全图像半自动标注算法 |
| 3.4.1 子系统分类主动半监督学习策略 |
| 3.4.2 零部件检测主动半监督学习策略 |
| 3.5 试验与分析 |
| 3.5.1 子系统分类标注试验分析 |
| 3.5.2 零部件目标检测标注试验分析 |
| 3.6 本章小结 |
| 4 基于卷积神经网络的动车组运行安全图像缺陷检测方法 |
| 4.1 引言 |
| 4.2 问题分析 |
| 4.3 动车组运行安全图像缺陷检测与分割模型 |
| 4.3.1 基于区域的目标检测算法 |
| 4.3.2 动车组运行安全图像缺陷检测优化方法 |
| 4.4 试验结果与分析 |
| 4.4.1 数据集 |
| 4.4.2 检测与评估 |
| 4.4.3 结果分析 |
| 4.5 本章小结 |
| 5 基于两阶级联轻量级卷积神经网络的高铁接触网悬挂紧固件缺陷识别方法 |
| 5.1 引言 |
| 5.2 问题分析 |
| 5.2.1 高铁接触网悬挂状态监测图像生成 |
| 5.2.2 高铁接触网悬挂状态监测图像的特点 |
| 5.3 高铁接触网悬挂紧固件缺陷识别方法 |
| 5.3.1 紧固件检测模型CSDR-CNN |
| 5.3.2 紧固件缺陷识别网络FastenerNet |
| 5.4 试验验证 |
| 5.4.1 模型训练阶段 |
| 5.4.2 模型测试阶段 |
| 5.5 本章小结 |
| 6 高速铁路运行安全图像智能识别应用总体设计 |
| 6.1 问题分析 |
| 6.2 总体架构 |
| 6.3 功能架构 |
| 6.4 典型应用系统分析 |
| 6.4.1 TEDS系统图像智能识别应用需求分析 |
| 6.4.2 TEDS系统图像智能识别应用设计 |
| 6.5 本章小结 |
| 7 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 参考文献 |
| 索引 |
| 作者简历及攻读博士学位期间取得的科研成果 |
| 学位论文数据集 |
（2）基于WiFi的智能家居监控系统研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.2 智能家居发展现状及趋势 |
| 1.2.1 智能家居国内外发展现状 |
| 1.2.2 智能家居发展趋势 |
| 1.3 面向智能家居的无线通信技术发展现状及趋势 |
| 1.4 论文研究的主要内容及章节安排 |
| 1.4.1 论文研究的主要内容 |
| 1.4.2 论文章节安排 |
| 第2章 系统硬件电路设计 |
| 2.1 系统总体方案分析 |
| 2.1.1 系统各部分功能的分配 |
| 2.1.2 系统总体方案设计 |
| 2.2 遥控器硬件电路设计 |
| 2.2.1 遥控器功能分析 |
| 2.2.2 遥控器主控模块设计 |
| 2.2.3 液晶显示模块设计 |
| 2.2.4 数据存储模块设计 |
| 2.2.5 遥控器无线通信模块设计 |
| 2.2.6 电源电路模块设计 |
| 2.2.7 其他功能模块设计 |
| 2.3 监测器硬件电路设计 |
| 2.3.1 监控器硬件设计方案 |
| 2.3.2 监测器核心电路设计 |
| 2.3.3 电源模块设计 |
| 2.3.4 防盗探测器模块设计 |
| 2.3.5 开关控制器模块设计 |
| 2.3.6 电机控制器模块设计 |
| 2.3.7 有害气体探测器模块设计 |
| 2.4 图像监视器模块设计 |
| 2.4.1 摄像头主控芯片设计 |
| 2.4.2 图像监视器电源电路设计 |
| 2.4.3 摄像头模块设计 |
| 2.4.4 图像监视器无线通信模块设计 |
| 2.4.5 TF卡模块设计 |
| 2.5 本章小结 |
| 第3章 系统软件设计 |
| 3.1 遥控器程序设计 |
| 3.2 监控器程序设计 |
| 3.2.1 启动程序设计 |
| 3.2.2 开关控制器程序设计 |
| 3.2.3 电机控制器程序设计 |
| 3.2.4 防盗探测器程序设计 |
| 3.2.5 有害气体检测器程序设计 |
| 3.3 图像监视器程序设计 |
| 3.4 服务器程序设计 |
| 3.5 APP程序设计 |
| 3.5.1 APP GUI设计 |
| 3.5.2 APP类设计 |
| 3.6 WiFi通讯协议设计 |
| 3.7 本章小结 |
| 第4章 监控图像解压去噪算法研究 |
| 4.1 监控图像压缩算法 |
| 4.2 监控图像压缩传输过程 |
| 4.2.1 离散余弦变换(DCT) |
| 4.2.2 曲线拟合去除块效应算法 |
| 4.3 监控图像去噪算法的处理过程 |
| 4.4 图像质量评价与对比 |
| 4.5 本章小结 |
| 第5章 系统调试及总结 |
| 5.1 智能家居监控系统硬件系统调试 |
| 5.2 APP软件调试 |
| 5.3 调试结果 |
| 5.4 图像改进结果 |
| 5.5 总结与展望 |
| 参考文献 |
| 致谢 |
| 附录A:攻读学位期间参与的科研项目及成果清单 |
（3）基于图像监控的光纤绕线机排线系统研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究的背景 |
| 1.2 光纤绕线机图像监控和排线控制概述 |
| 1.2.1 机器视觉检测技术概述 |
| 1.2.2 光纤绕线机同步控制概述 |
| 1.3 论文研究的内容 |
| 1.4 本章小结 |
| 第二章 拨线机构设计和工艺分析 |
| 2.1 拨线机构设计 |
| 2.1.1 传统光纤绕线机结构分析 |
| 2.1.2 拨线机构 |
| 2.2 工艺分析 |
| 2.2.1 光纤绕线方法比较 |
| 2.2.2 四极绕线方法工艺分析 |
| 2.2.3 基于图像监控的光纤绕线机绕线工艺分析 |
| 2.3 本章小结 |
| 第三章 基于图像监控的光纤绕线机绕线故障检测 |
| 3.1 基于图像监控的光纤绕线机平台设计 |
| 3.1.1 监控系统镜头及摄像机选型 |
| 3.1.2 监控系统光源系统设计 |
| 3.2 图像监控系统图像预处理算法 |
| 3.2.1 图像监控算法整体流程设计 |
| 3.2.2 光纤绕线机监控图像感兴趣区域提取 |
| 3.2.3 监控系统图像增强算法 |
| 3.2.4 监控系统图像分割算法 |
| 3.2.5 光纤边缘检测算法 |
| 3.3 基于图像监控的故障检测算法 |
| 3.3.1 对光纤轮廓进行预处理 |
| 3.3.2 获取光纤轮廓波峰 |
| 3.3.3 间隙和重叠绕线故障诊断 |
| 3.4 本章小结 |
| 第四章 光纤绕线机拨线机构视觉运动控制 |
| 4.1 基于图像监控的拨线轮运动控制量确定 |
| 4.1.1 图像监控的拨线轮运动控制量方案 |
| 4.1.2 标定 |
| 4.1.3 波峰位置预测 |
| 4.1.4 波峰位置预测方法实验 |
| 4.1.5 拨线轮运动进给量确定 |
| 4.2 基于图像监控的光纤绕线机同步控制算法 |
| 4.2.1 运动控制器总体构成 |
| 4.2.2 ARM运动控制算法 |
| 4.2.3 FPGA运动控制算法 |
| 4.2.4 运动控制实验 |
| 4.3 本章小结 |
| 第五章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 在学期间的研究成果 |
| 致谢 |
（4）超声图像引导的HIFU系统定位精度测评方法及实验研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 图像引导HIFU系统的发展 |
| 1.3 图像引导在HIFU治疗中的应用 |
| 1.3.1 治疗计划阶段的图像应用 |
| 1.3.2 治疗监控阶段的图像应用 |
| 1.4 图像引导HIFU定位准确性及其重要性 |
| 1.5 本文的主要研究内容和章节安排 |
| 1.5.1 本文的主要研究内容 |
| 1.5.2 本文的章节安排 |
| 第二章 热电偶阵列标定HIFU的理论基础及评价方案 |
| 2.1 引言 |
| 2.2 人体传热模型的建立 |
| 2.3 定位精度测评装置的设计 |
| 2.4 定位精度测评方案 |
| 2.5 本章小结 |
| 第三章 热电偶阵列测评HIFU定位精度的实验方案 |
| 3.1 引言 |
| 3.2 实验辐照参数的选择 |
| 3.3 实验步骤的设计 |
| 3.3.1 参考坐标系的确认和校准 |
| 3.3.2 平面相控精确度的测评实验 |
| 3.3.3 B超探头旋转定位精确度的测评实验 |
| 3.3.4 强度辐照下的消融偏差实验 |
| 3.4 实验结果的分析 |
| 3.5 本章小结 |
| 第四章 测量与评价的实验结果及误差分析 |
| 4.1 引言 |
| 4.2 实验结果及分析 |
| 4.2.1 强度辐照实验 |
| 4.2.2 强度辐照的焦平面相控定位实验 |
| 4.2.3 低强度辐照的B超探头旋转精度实验 |
| 4.3 USgHIFU定位误差产生的原因及解决方法 |
| 4.3.1 图像分辨率 |
| 4.3.2 B超探头步进电机步长限制 |
| 4.3.3 B超探头组装导致的误差 |
| 4.4 目前测评方法可能存在的误差与不足 |
| 4.4.1 人为因素对实验结果存在较大影响 |
| 4.4.2 热电偶测温的粘性热伪影 |
| 4.4.3 实验过程中热电偶与组织的相对位移 |
| 4.5 现有装置与方法的改进及进一步工作 |
| 4.6 本章小结 |
| 第五章 结束语 |
| 5.1 主要工作与创新点 |
| 5.2 后续研究工作及展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间已发表或录用的论文 |
（5）基于动态图像监控的智能家居安防系统（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 图像监控的概述 |
| 1.1.1 动态图像监控的概念 |
| 1.1.2 图像监控技术的发展现状 |
| 1.1.3 图像编码技术发展概况 |
| 1.2 智能家居安防系统概述 |
| 1.2.1 智能家居安防系统的概念 |
| 1.2.2 国外智能家居安防研究现状 |
| 1.2.3 国内智能家居安防研究现状 |
| 1.2.4 智能家居安防系统发展趋势 |
| 1.3 课题研究的意义和目的 |
| 1.4 本文的研究内容和章节安排 |
| 1.4.1 本文的研究内容 |
| 1.4.2 本文的章节安排 |
| 第二章 系统的总体设计方案 |
| 2.1 系统的性能要求 |
| 2.2 系统关键技术的选择 |
| 2.2.1 智能家居安防系统安防技术的选择 |
| 2.2.2 图像编码标准的选择 |
| 2.2.3 图像数据无线传输技术的选择 |
| 2.2.4 核心处理器的选择 |
| 2.3 基于动态图像监控的智能家居安防系统 |
| 2.3.1 基于动态图像监控的智能家居安防系统总体设计 |
| 2.3.2 系统与HDCVI摄像机的比较 |
| 2.4 本章小结 |
| 第三章 系统硬件电路的设计 |
| 3.1 系统硬件体系结构 |
| 3.2 核心芯片S3C6410的简介 |
| 3.2.1 ARM11处理器 |
| 3.2.2 存储器的介绍 |
| 3.3 各模块电路的设计 |
| 3.3.1 电源模块电路设计 |
| 3.3.2 图像采集模块电路设计 |
| 3.3.3 S3C6410处理器模块电路及其外围电路 |
| 3.3.4 WIFI模块电路设计 |
| 3.3.5 以太网模块电路设计 |
| 3.3.6 网络接口模块电路设计 |
| 3.3.7 报警模块电路设计 |
| 3.4 本章小结 |
| 第四章 系统软件设计 |
| 4.1 系统运行环境的搭建 |
| 4.1.1 Linux平台的搭建 |
| 4.1.2 Lighttpd的应用开发 |
| 4.1.3 摄像头驱动的应用开发 |
| 4.1.4 图像编码标准的应用开发 |
| 4.2 ARM处理中心的软件设计 |
| 4.2.1 动态图像处理的程序设计 |
| 4.2.2 Lighttpd数据传输的程序设计 |
| 4.3 Web客户端的软件设计 |
| 4.3.1 Web客户端界面设计 |
| 4.3.2 Web客户端获取ARM处理中心IP地址 |
| 4.3.3 同ARM处理中心交互数据的程序设计 |
| 4.4 本章小结 |
| 第五章 系统的测试与结果分析 |
| 5.1 系统的整体实物图 |
| 5.2 系统中主要功能的测试与分析 |
| 5.2.1 动态图像检测功能的测试与分析 |
| 5.2.2 存储的动态图像处理功能的测试与分析 |
| 5.2.3 蜂鸣器报警模块功能的测试与分析 |
| 5.2.4 图像数据传输功能的测试与分析 |
| 5.3 系统动态图像监控的展示 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文工作总结 |
| 6.2 论文工作展望 |
| 致谢 |
| 参考文献 |
| 附录A |
（6）基于视觉融合的监控机理及其在锅炉燃烧中的应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 燃煤电厂锅炉控制系统综述 |
| 1.1.1 火力发电技术 |
| 1.1.2 燃煤发电的建设和发展 |
| 1.1.3 电厂锅炉控制系统现状 |
| 1.2 视频图像及其应用现状 |
| 1.3 电站锅炉炉膛火焰的研究 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.3.3 电厂仿真技术研究现状 |
| 1.4 电厂控制系统现状及其存在问题 |
| 1.5 本文研究目标、内容、来源及其意义 |
| 1.5.1 研究目标 |
| 1.5.2 研究内容 |
| 1.5.3 研究来源 |
| 1.5.4 研究意义 |
| 1.6 本文的主要创新点 |
| 第2章 炉膛火焰图像采集及预处理技术研究 |
| 2.1 引言 |
| 2.2 炉膛火焰图像采集技术 |
| 2.2.1 成像技术简介 |
| 2.2.2 炉膛火焰图像采集系统 |
| 2.3 炉膛火焰图像预处理技术 |
| 2.3.1 数字图像处理技术 |
| 2.3.2 炉膛火焰图像预处理技术 |
| 2.4 炉膛火焰图像信息研究 |
| 2.5 本章小结 |
| 第3章 电厂煤粉锅炉燃烧火焰的特征参数研究 |
| 3.1 引言 |
| 3.2 炉膛火焰温度与煤粉特性 |
| 3.3 炉膛火焰图像的灰度特征 |
| 3.4 炉膛火焰的温度测量技术 |
| 3.4.1 基于燃烧反应热力学的燃烧热分析 |
| 3.4.2 基于黑体及其辐射理论的炉膛火焰温度计算 |
| 3.4.3 基于高温热电偶的温度计算 |
| 3.4.4 基于色/亮温度理论的温度计算 |
| 3.4.5 基于三色法的温度场计算和再现 |
| 3.4.6 炉膛温度测量技术比较 |
| 3.5 炉膛火焰图像的温度场测量技术 |
| 3.5.1 三基色辐射测量模型的建立 |
| 3.5.2 发射率模型的确定 |
| 3.5.3 火焰温度场的简化算法 |
| 3.5.4 火焰温度的修正 |
| 3.5.5 温度场分布 |
| 3.5.6 伪彩色处理 |
| 3.6 炉膛火焰图像的燃烧特征 |
| 3.6.1 炉膛火焰图像的燃烧特征区域分析 |
| 3.6.2 炉膛火焰图像的边缘特征 |
| 3.6.3 炉膛火焰图像的特征分析 |
| 3.6.4 炉膛火焰图像的燃烧特征 |
| 3.7 本章小结 |
| 第4章 基于炉膛火焰图像的诊断技术研究 |
| 4.1 引言 |
| 4.2 炉膛火焰特征区域 |
| 4.2.1 炉膛火焰边缘特征研究 |
| 4.2.2 火焰特征区划分 |
| 4.3 基于炉膛火焰图像特征的诊断技术 |
| 4.3.1 特征区判据 |
| 4.3.2 平均温度判据 |
| 4.3.3 平均亮度判据 |
| 4.3.4 高温面积率判据 |
| 4.3.5 高温圆度判据 |
| 4.3.6 高温区质心偏移距离判据 |
| 4.3.7 其他特征 |
| 4.4 火焰图像特征融合分析及关联度研究 |
| 4.5 本章小结 |
| 第5章 基于炉膛火焰图像的控制算法及策略研究 |
| 5.1 引言 |
| 5.2 炉膛火焰燃烧控制策略 |
| 5.2.1 控制对象模型分析 |
| 5.2.2 控制策略要求 |
| 5.2.3 控制方案 |
| 5.2.4 基于学习功能的炉膛火焰检测与监控方法 |
| 5.2.5 基于 Kohonen 神经网络的实时燃烧特征向量诊断方法 |
| 5.2.6 控制策略实现 |
| 5.3 本章小结 |
| 第6章 基于视频信息的电厂锅炉 DCS 系统研制 |
| 6.1 视频监控系统简介 |
| 6.2 具有视频图像的 DCS 架构设计 |
| 6.3 多种网络及总线下的图像传送实时性分析 |
| 6.3.1 多种网络及总线分析 |
| 6.3.2 实时性与图像压缩研究 |
| 6.3.3 硬件压缩技术 |
| 6.4 基于图像数字信号处理的电厂测控基站研制 |
| 6.5 基于MMS/SMS 数据格式 |
| 6.6 本章小结 |
| 第7章 炉膛火焰图像信息处理平台的研发 |
| 7.1 引言 |
| 7.2 炉膛火焰图像信息平台常规功能设计 |
| 7.3 炉膛火焰图像信息平台图像处理功能设计 |
| 7.3.1 基本图像变换 |
| 7.3.2 颜色处理 |
| 7.3.3 基本图像处理 |
| 7.3.4 火焰图像处理 |
| 7.3.5 信息平台的新增功能 |
| 7.3.6 离线实验研究 |
| 7.4 本章小结 |
| 第8章 总结与展望 |
| 8.1 研究总结 |
| 8.2 未来研究展望 |
| 参考文献 |
| 攻读博士学位期间完成的相关研究工作 |
| 1、发表的学术论文 |
| 2、完成的科研项目 |
| 3、出版的专业手册 |
| 致谢 |
（7）基于嵌入式技术的车载图像监控系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 车辆安全辅助驾驶系统的国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 驾驶员驾驶特性的国内外研究现状 |
| 1.4 防撞安全预警技术的研究现状 |
| 1.4.1 基于视觉的道路标识线或道路边界识别技术 |
| 1.4.2 基于非视觉传感器的车辆识别与车间距离测量技术 |
| 1.4.3 基于视觉的车辆识别与车间距离测量技术 |
| 1.5 本文的研究意义和研究内容 |
| 1.5.1 研究意义 |
| 1.5.2 本文的研究内容 |
| 第二章 基于道路标识线识别与摄像机标定的车辆偏离车道预警算法研究 |
| 2.1 引言 |
| 2.2 基于改进Hough变换的道路标识线识别与跟踪 |
| 2.2.1 图像预处理 |
| 2.2.2 基于改进Hough变换的道路标识线识别 |
| 2.3 摄像机标定 |
| 2.3.1 摄像机标定模型 |
| 2.3.2 平面靶标与对应图像的单应性矩阵(homography)获取 |
| 2.3.3 摄像机内参数的标定 |
| 2.3.4 摄像机畸变系数的标定 |
| 2.3.5 车载摄像机外参数的标定 |
| 2.4 车辆偏离车道预警算法设计 |
| 2.4.1 车道偏离预警方法简介 |
| 2.4.2 基于逆透视投影变换的道路关键信息重建 |
| 2.4.3 车辆在当前道路中横向距离及横向偏转角的确定 |
| 2.4.4 车道偏离预警算法 |
| 2.5 试验验证 |
| 2.5.1 摄像机标定实验 |
| 2.5.2 道路标识线识别与预警实验 |
| 2.6 本章小结 |
| 第三章 基于单目视觉的车辆识别与安全车距预警算法研究 |
| 3.1 引言 |
| 3.2 基于特征的车辆识别研究 |
| 3.2.1 基于视觉的车辆识别方法简介 |
| 3.2.2 车道识别区域确定 |
| 3.2.3 基于自适应路面灰度值的车道底部阴影的提取 |
| 3.2.4 车辆对称性特征分析 |
| 3.2.5 车辆边界的确定 |
| 3.3 基于Kalman滤波原理的车辆跟踪 |
| 3.3.1 目标跟踪方法简介 |
| 3.3.2 Kalman滤波过程概述 |
| 3.3.3 车辆跟踪算法 |
| 3.4 基于单目视觉的车间相对距离测量 |
| 3.4.1 汽车测距模式简介 |
| 3.4.2 基于单目视觉的测距方法 |
| 3.4.3 基于摄像机安装角度的单帧图像测距模型 |
| 3.5 安全行车最小车间纵向距离预警决策模型的确定与分析 |
| 3.5.1 最小安全车距预警模型的建立 |
| 3.5.2 前车行驶状态的确定 |
| 3.5.3 安全车距模型的计算分析 |
| 3.5.4 基于前车状态和安全系数的安全车距预警算法 |
| 3.5.5 试验验证 |
| 3.6 本章小结 |
| 第四章 基于图像的驾驶员驾驶特性研究 |
| 4.1 引言 |
| 4.2 驾驶员驾驶特性研究方法简介 |
| 4.3 基于单目视觉的驾驶员行驶轨迹判别 |
| 4.4 基于数据库知识发现(KDD)的驾驶员车道内行车特点分析 |
| 4.4.1 车道内行驶安全评价模型的建立 |
| 4.4.2 车辆行驶数据描述 |
| 4.4.3 驾驶员行车特点分析及安全隶属度确定 |
| 4.4.4 实验与分析 |
| 4.5 基于曲线拟合的换道超车行车特点分析 |
| 4.5.1 基于最小二乘法的超车行驶轨迹曲线拟合 |
| 4.5.2 超车行驶轨迹曲线相似度鉴别 |
| 4.5.3 相似行驶轨迹曲线的自适应融合 |
| 4.5.4 基于信息融合行驶轨迹曲线的驾驶安全分析 |
| 4.5.5 实验与分析 |
| 4.6 本章小结 |
| 第五章 嵌入式车载图像监控系统的设计与实现 |
| 5.1 引言 |
| 5.2 嵌入式操作系统的选择 |
| 5.2.1 嵌入式实时操作系统特点 |
| 5.2.2 Linux操作系统特点 |
| 5.2.3 车载图像监控系统的进程管理 |
| 5.3 车载图像监控系统硬件平台的选择 |
| 5.3.1 TMS320DM6446ZWT的硬件特点 |
| 5.3.2. ARM子系统 |
| 5.3.3 DSP子系统 |
| 5.4 车载图像监控系统软件设计 |
| 5.4.1 车载图像监控系统的总体功能设计 |
| 5.4.2 车载图像监控系统的功能模块设计 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间取得的研究成果 |
| 致谢 |
（8）多种数字图像编码设备集中监控技术的开发及应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 引言 |
| 1.1 本文的研究背景及意义 |
| 1.2 本文的研究目的 |
| 1.3 本文的主要研究内容 |
| 第二章 多种数字图像编码设备概述 |
| 2.1 数字图像编码设备综述 |
| 2.1.1 变电站图像监控系统构成框架 |
| 2.1.2 数字图像编码设备的演变 |
| 2.1.3 数字图像编码设备的作用 |
| 2.2 数字图像编码设备的技术特点 |
| 2.3 数字图像编码设备的分类 |
| 2.3.1 根据编码算法分类 |
| 2.3.2 根据设备系统结构分类 |
| 2.4 本章小结 |
| 第三章 数字图像集中监控管理系统的相关技术 |
| 3.1 软件体系结构的选择 |
| 3.1.1 两种体系结构的比较 |
| 3.1.2 本系统体系结构的选择 |
| 3.2 前端开发工具平台相关技术介绍 |
| 3.2.1 .NET平台简介 |
| 3.2.2 XML |
| 3.2.3 ASP.NET |
| 3.2.4 ADO.NET |
| 3.2.5 SmartClient智能客户端 |
| 3.3 数据库系统的选择 |
| 3.4 本章小结 |
| 第四章 基于统一接口规范的集中监控系统分析设计 |
| 4.1 统一接口规范的定义 |
| 4.2 集中监控系统需求分析 |
| 4.2.1 功能需求分析 |
| 4.2.2 运行环境需求分析 |
| 4.2.3 软件平台需求分析 |
| 4.3 系统设计总体原则 |
| 4.3.1 网络架构 |
| 4.3.2 软件模块 |
| 4.4 系统功能要求 |
| 4.5 系统性能要求 |
| 4.6 系统特点 |
| 4.7 主要功能模块的设计与实现 |
| 4.7.1 工作站主界面软件WsMMi |
| 4.7.2 流媒体服务模块StreamMediaServer |
| 4.7.3 数据库配置工具DBConfiguration |
| 4.8 本章小结 |
| 第五章 结论 |
| 5.1 本文工作总结 |
| 5.2 未来工作展望 |
| 参考文献 |
| 致谢 |
| 在学期间发表的学术论文和参加科研情况 |
| 学位论文评阅及答辩情况表 |
（10）变电站图像监控系统技术的应用（论文提纲范文）
| 1 实现变电站图像监控系统的因素 |
| 2 变电站图像监控系统技术 |
| 2.1 模拟图像监视 |
| 2.2 基于PC的多媒体监控 |
| 2.3 远程网络图像监控 |
| 3 变电站图像监控系统的组成 |
| 4 变电站图像监控系统配置 |
| 4.1 厂站端设备 |
| 4.2 通道传输设备 |
| 4.3 主站设备 |
| 5 实现变电站图像监控的安全性分析 |
| 6 变电站图像监控系统的主要用途 |
| 7 结束语 |
四、数字成像技术应用于厂站图像监控系统的探讨（论文参考文献）
- [1]面向高速铁路运行安全的智能图像识别方法研究[D]. 周雯. 中国铁道科学研究院, 2020(01)
- [2]基于WiFi的智能家居监控系统研究[D]. 张凯达. 湖南科技大学, 2018(07)
- [3]基于图像监控的光纤绕线机排线系统研究[D]. 王姣. 北方工业大学, 2017(08)
- [4]超声图像引导的HIFU系统定位精度测评方法及实验研究[D]. 周勃帆. 上海交通大学, 2017(02)
- [5]基于动态图像监控的智能家居安防系统[D]. 罗小文. 杭州电子科技大学, 2016(01)
- [6]基于视觉融合的监控机理及其在锅炉燃烧中的应用研究[D]. 陈荣保. 上海大学, 2010(01)
- [7]基于嵌入式技术的车载图像监控系统研究[D]. 林广宇. 长安大学, 2009(01)
- [8]多种数字图像编码设备集中监控技术的开发及应用[D]. 张扬. 山东大学, 2008(05)
- [9]图像监控在变电所中的应用[J]. 盛建雄. 湖州师范学院学报, 2008(S1)
- [10]变电站图像监控系统技术的应用[J]. 李汉杰. 青海电力, 2007(04)