声明
致谢
摘要
1 绪论
1.1 课题来源
1.2 课题的研究背景与意义
1.3.1 积雪深度测量方法
1.3.2 铁路雪灾危害及其防治
1.3.3 基于多传感器融合的铁路雪灾监测
1.3.4 视频图像雪粒子识别的研究现状
1.3.5 铁路雪情预测研究现状
1.4 本论文的研究内容和技术路线
1.4.1 研究思路
1.4.2 研究内容
1.4.3 技术路线
1.5 本章小结
2 视频图像预处理
2.1 概述
2.2 图像增强技术简介
2.2.1 直方图均衡化
2.2.2 灰度变换增强
2.2.3 中值滤波
2.3 视频中图像的预处理
2.3.1 改进的中值滤波对图像的滤波
2.3.2 彩色图像向灰度图像转换
2.4 视频图像中雪花粒子的特征
2.4.1 雪粒子的物理特征
2.4.2 雪粒子的亮度干扰
2.5 本章小结
3 视频图像雪粒子检测的算法实现
3.1 概述
3.2 常见运动目标的前景检测算法
3.2.1 光流法
3.2.2 帧间差分法
3.2.3 背景差分法
3.2.4 混合高斯模型
3.3 本文提出的优化算法和结果
3.3.1 转换成灰度图像
3.3.2 连续五帧法检测雪粒子
3.3.3 轮廓提取
3.3.4 开窗选取有效区域
3.3.5 推算实时降雪强度
3.4 本章小结
4 铁路雪情预测
4.1 概述
4.2 风吹雪机理
4.3 铁路降雪量堆积模型的建立
4.4 雪情的短期和长期预测
4.5 铁路部门的应急处理
4.6 积雪防治措施
4.7 本章小结
5 总结与展望
5.1 本文的主要工作和结论
5.2 仍需进一步研究的问题和构想
参考文献
作者简历及攻读硕士/博士学位期间取得的研究成果
学位论文数据集