一、关于视频采集卡使用的两个问题（论文文献综述）
陈伟[1]（2021）在《多路实时视频处理系统设计》文中指出视频图像的实时性特点使其在银行系统、商业推广、远程会议、教学、医学图像分析、工业、监控、军事以及管理等领域有着广泛的应用,因此,大力研究视频图像处理技术具有十分重要的意义。随着超高清视频的普及,人们对硬件性能和实时视频处理技术的需求也逐步提高。本文首先分析了FPGA加速,在图像处理方向上应用的重大意义,并针对当前视频技术的研究现状和实际应用场景需求,设计了一款多路视频实时处理系统。采用具有高速并行处理能力的FPGA作为核心处理器,完成了从前端4路HDMI接口的3840x2160@30Hz视频流接收,到后端4K显示器上的任意比例缩放、旋转、透明度调节以及多路视频任意位置漫游、叠加与融合。同时,本次设计在FPGA硬件平台上进行了整体设计方案的逻辑设计,在线仿真和整体验证,在此基础上,分别对视频发送卡和输出控制卡的逻辑资源消耗以及片上功耗进行分析。本文首先对多路实时视频处理系统硬件进行设计,主要基于4层电路板设计了视频采集卡,包括HDMI解码、FPGA配置、光口输出等模块。其次基于FPGA平台,采用双线性插值缩放算法,实现了对最高分辨率为3840x2160视频任意比例的缩放;采用Alpha叠加融合算法,实现对多路视频任意位置的漫游叠加,以及任意通道视频透明度的调节。再次用户可以通过串口发送角度参数,在保证较低损耗的情况下,实现图像0～360°旋转。最后对多路实时视频处理系统进行调试与分析,分析了系统整合的重难点问题并提出解决方案,展示了多路实时视频处理系统的显示效果,并对FPGA资源消耗以及系统功耗做了相关分析。实验结果表明,本次设计的多路实时视频处理系统,在系统性能、灵活性方面具有明显的优势,具有较好的应用价值,也符合市场需求。
贺怡[2]（2021）在《基于视频分析的无线感知数据样本求精与泛化方法研究》文中进行了进一步梳理无线感知作为新兴的非传感器感知的重要技术,在动作识别、身份认证、跌倒检测等诸多方面被广泛应用。由于无线信号不具备可视化的特征,研究者往往无法判别数据样本是否合规,也不清楚数据样本分布是否广泛多样。不合规样本的存在使数据集质量下降,数据分布不广泛造成无线感知识别模型泛化能力差。本文围绕去除不合规无线数据样本、提升感知识别模型泛化能力两个问题开展研究,提出了相应的解决方法,并在两类无线数据集（CSI和RFID）上进行评估。本文具体的主要研究内容如下:（1）本文提出了一种基于视频识别的无线数据样本求精方法。该方法通过视频识别技术,找出不合规动作样本,并根据数据间的对应关系将不合规的无线数据样本筛除。（2）本文提出了一种基于视频标记的无线数据样本泛化方法。该方法利用视频对动作样本的角度和位置进行标记,分析动作的角度和位置分布情况,当角度或位置分布间隔大于实验所得到的阈值时,则指导用户定向地调整角度和位置补充采集无线数据。该方法通过增加样本的覆盖率来提升无线感知模型的泛化能力。（3）基于以上两种方法,设计并实现了基于视频分析的无线感知数据样本求精与泛化系统,并在CSI数据集和RFID数据集上对该系统进行了评估。实验结果显示,基于CSI信号的感知识别准确率从89.5%提升至96.5%;基于RFID信号的感知识别准确率从89.1%提升至95.8%。
徐星[3]（2021）在《医疗超声视频记录仪软件设计与实现》文中指出伴随着科学与信息技术的发展,医疗超声设备在日常医疗中发挥着越来越重要的作用。在实际医疗应用中,随着医学影像设备的增加,不同的医学影像对分辨率等图像质量参数的需求不同,需要对患者的医学图像中的字符进行识别,实现对不同医学影像文件的分类。同时,为了对医疗超声设备的结果进行有效保存,需要采集并存储影超声像信息,因此导致医学影像记录存储数据量剧增。本文针对上述两个问题开展研究,主要工作如下:（1）针对字符识别技术在医疗影像中应用时碰到的低解析度、复杂背景干扰等问题,提出了一种基于多尺度卷积神经网络的字符识别模型。使用改进后的文本检测模型对医疗图像中的文本位置进行检测,解决了传统识别方法在医疗图像识别中的问题。通过在模型中加入多尺度的卷积核及增强数据集训练,有效解决了医学图像中复杂的背景干扰以及因分辨率低而导致的识别率低的问题。最后,利用Medpix数据集对所设计的字符识别算法进行了测试。实验结果表明,与传统的识别算法相比,该算法具有更高的识别精度、召回率和F1测度。（2）针对目前医疗超声视频记录设备存在的存储数据量剧增问题,综合目前手动录制和自动录制两种模式的优劣势,借助图像感知哈希算法设计了新的医生录制模式。在该模式下,系统实时对视频画面进行分析,借助感知哈希算法判断画面是否产生变化,进而智能地暂停或开启录制,实现减少无效信息存储的目标,减少视频存储文件的数据量。
周子衿[4]（2021）在《旋翼机单目视觉图像目标检测与跟踪研究》文中进行了进一步梳理旋翼无人机具有其体积小、灵活性高等优点,可在空中进行视觉方面的图像处理任务,相比固定监控设备在交通状况的检测中具有部署成本低的优势。但现阶段应用于旋翼机平台的检测与跟踪算法尚有不足之处,一是当前的检测与跟踪相关算法主要基于深度学习,网络结构复杂,而适用于旋翼机平台的机载设备性能有限,无法满足计算资源等相关需求;二是旋翼机航拍视角下的小目标居多,导致对图像特征信息提取难度较大,相应地会出现漏检或错检等问题,给检测算法带来了极大的挑战。针对相关问题,本文的主要研究工作有以下三点:（1）基于YOLO系列检测算法进行了轻量化改进。针对旋翼机平台算力低的缺点对网络结构进行了优化,基于BN层的稀疏化通道剪枝方法对性能高但模型较大的YOLO-V3进行了网络轻量化处理,同时通过K-means++算法重新定义先验框提高对航拍目标的检测效率。改进后的网络加快了推理速度,降低了模型体积,并且提高了对航拍目标的检测精度。对性能较低的小型网络模型YOLO-tiny进行了增强处理,增加了网络卷积层数的同时利用NIN层抑制模型的增大,在维持实时性的基础上提高了检测精度。（2）将Deep SORT跟踪算法与改进后的YOLO检测算法进行融合。针对漏检的情况,在检测结果中结合目标在时间序列上的特征信息,用改进后YOLO检测算法的结果作为Deep SORT算法跟踪器的输入,利用前后帧的关系对目标的位置进行预测。同时设定了合理的检测置信度阈值,增加了可视化的目标运动轨迹用于辅助分析,在降低错检率的同时提高了跟踪速度。（3）以M100旋翼机为平台搭建了基于单目视觉的目标检测与跟踪系统。制作了DOTA-like数据集,将改进算法分别部署在机载和地面两个实验平台上,最后在超低空高度下进行了试飞,在不同程度的背景干扰情况下对多目标进行了检测与跟踪测试。实验结果表明,在以行人和车辆为主的交通情况分析中,该系统具有较好的稳定性和可靠性。
于越[5]（2019）在《基于无人机的航拍车辆目标视觉检测与地理定位系统》文中指出随着深度学习技术的迅速发展和无人机产品的逐渐成熟,基于无人机平台的车辆目标视觉检测和地理定位具有深远的实际意义和广阔的应用前景。传统的人工提取特征的检测算法泛化能力差,检测精度低,运行速度慢。因此本文基于深度学习的方法实现车辆目标的实时检测。在检测的基础上,本文基于无人机实时传感信息实现了车辆目标的地理定位和跟踪方法,并实现了软硬件系统的架构设计和开发,具有重要的实用意义。本文的主要研究内容如下:比较分析了多种目标检测方法,重点研究了基于YOLOv3的实时目标检测算法及其优化,提出了一种基于尺度先验和二值化图像轮廓检测的优化方法,对车辆目标的检测结果进行优化。简单介绍了相机的成像模型和标定原理,提出了一种基于无人机实时传感器数据的车辆目标地理定位方法。针对相机的非线性成像模型,本文又提出了一种基于BP神经网络的距离转换方法用于检测目标的地理位置估计。另外本文基于目标地理定位结果实现了检测目标的跟踪以及目标运动状态的判断。结合上述设计的算法,本文实现了一整套实时车辆目标视觉检测与地理定位系统的软硬件架构设计和程序开发,包括安卓手机应用和移动工作站端软件。实验结果表明:本文设计的目标检测算法具有较高的检测精度和较快的检测速度,满足实际需求;本文设计的地理定位算法对于目标地理位置的估计误差较小;本文设计开发的软硬件系统能够正常工作,具有实际工程意义。
唐大为[6]（2019）在《基于图像检测的六旋翼飞行器寻迹方法研究》文中研究指明近年来,随着无人机航拍的兴起,无人机凭借自身质量小、灵活便捷等特点,被广泛应用在地质探查、环境检测、灾害救援等众多领域。但其也存在单张图像无法反应现场实际情况的局限,尤其在定距离的寻迹过程中,无人机由于无法有效地识别提取目标信息,可能会导致寻迹的不理想甚至是无法有效地寻迹。此时需要对无人机前后拍摄的两幅图像进行拼接,有效地增加寻迹路径的比例。因此,无人机图像拼接技术方面的研究工作显得尤其重要。本文主要介绍了基于图像检测的六旋翼飞行器寻迹方法,包括了对六旋翼飞行器拍摄图像的MATLAB拼接、寻迹目标线路的检测与识别以及六旋翼飞行器对图像的采集提取和寻迹跟踪控制。在对六旋翼飞行器拍摄图像的MATLAB拼接技术研究过程中,首先针对由于飞行器抖动导致飞行器对图像的拍摄角度不同、图像模糊等问题,进行图像灰度化和去噪处理,使得SIFT匹配可以较好地完成特征点匹配。由于在此过程中可能存在误匹配,本文通过融入的四点RANSAC算法,对SIFT的匹配结果进行了提纯,并且最后的实验数据对比显示提纯效果显着。其次,在分析Image warping理论的基础上,提出了快速的Image warping图像逆变换,满足了无人机图像获取的实时性要求,渐入渐出式的图像融合也消除了最后拼接图像的亮度差异和拼接缝隙。在对寻迹线路的检测与识别过程中,由于定距离的Hough变换检测并不能对受到干扰的路线信息进行有效的捕捉提取,因此本文提出了一种MATLAB图像拼接与Hough变换的快速融合算法。实验结果表明,本文的改进算法不仅保证了最后路线提取的有效性,而且大大增加了目标路线在图像中的比率以及降低了路线的误匹配率。最后,在实验平台上成功进行实际飞行实验,其中包括定高飞行实验和寻迹实验。实验结果表明本文算法对六旋翼飞行器的寻迹研究是有效可行的。
张宇思[7]（2019）在《基于压缩传感的无镜头照相机的研究与设计》文中指出传统的相机拍摄,因为镜头的存在,使得相机成本居高不下、体积不可缩减,这限制了相机的一部分使用领域。为了改善这种情况,不同种类的无镜头相机相继问世,但仍然有成本高、相机整体体积大、重构图像像素点不高及重构时间长的缺憾。针对上述问题,本文设计一款基于编码孔径与压缩传感理论的相机,通过掩膜与重构算法,取消相机镜头。在保证成像质量的同时,减少成像时间,同时,利用低价的掩膜材料,与相机感光传感器实现一体化绑定,缩减相机整体体积。本文的主要研究工作如下:（1）针对已有的相机因为镜头的存在造成的限制,结合压缩传感理论可以恢复高分辨率图像且测量矩阵可以通过掩膜进行物理实现的特点,设计一种加掩膜于感光传感器前且利用压缩传感理论重构算法的相机成像模式,达到通过计算取代镜头的目的。（2）针对已有的无镜头相机重构图像分辨率不高,成像时间长以及光吞吐量不足的问题,实现一种基于m序列生成矩阵作为掩膜图案的掩膜。通过验证m序列生成矩阵的非相干性使其拥有作为压缩传感测量矩阵的资格,设定m序列生成矩阵的二值矩阵数值平衡保证透光区与非透光区的面积比例达到1:1,满足光吞吐量为50%的最高临界值。设计此掩膜图案的编码矩阵可以对光源光线进行线性编码并投影到相机传感器上,达到配合后续图像重构算法,提高算法运行效率与增加光吞吐量保障成像质量的目的。（3）针对已有的相机存在体积过大与造价成本高的缺憾,将掩膜片的物理实现方式设定为镀铬的玻璃片从而降低生产成本,并采用将掩膜片直接贴面于相机感光传感器的方式,使传感器与掩膜片间的距离只决定于掩膜片的厚度,直接缩小整个相机的体积。（4）针对相机图像重构算法运行时间过长的问题。采用对图像进行分类的思想,提出基于全变分法与分离矩阵法相结合的重构算法。在原图像像素点较低的情况下,通过将掩膜片测量矩阵进行奇异值分解,提高算法处理速度。在原图像为超分辨率图像的情况下,采用全变分法为重构算法并加入分块处理的模式,提高算法运行效率。本文对无镜头相机的完整实验平台进行搭建。设计光路调制模块、数据收集模块与图象重构模块,并对实验数据进行详尽分析。实验结果显示基于m序列生成矩阵设计的掩膜在距离拍摄源0.3-0.5m时,可以记录下能够进行后续重构算法的图像。欠定线性规划条件下通过全变分法重构的图像,在测量组达到500次时,重构率没有明显提升,可以达到80%。非欠定线性规划条件下,采用分离矩阵法重构的图像,在测量次数达到200次时,重构率无明显提升,达到90%。
杨宁[8]（2018）在《基于ZedBoard的视频采集与人脸检测方案的设计与实现》文中认为人脸检测是目标检测与识别技术领域的一个重要分支,其目的是在给定的静态或动态人物场景中检测出人脸并进行人脸区域标识,为人脸识别等技术提供基础。随着视频技术的日益普及,数字化视频采集技术被广泛地应用于相关嵌入式系统的前端信息采集中,结合嵌入式视频采集技术和人脸检测技术的产品也不断地渗透到人们日常生活中,例如智能门禁系统、智能监控系统等。本文结合嵌入式视频采集技术、人脸检测技术,以二者为核心进行嵌入式视频采集与动态人脸检测的研究。本文首先介绍了有关人脸检测和视频采集两种技术近几年的发展状况,并在此基础上给出了两种基于嵌入式Linux的USB摄像头视频采集与动态人脸检测系统的总体设计方案。该两种方案均以Xilinx公司ZYNQ系列开发平台为基础,将视频图像采集和动态人脸检测功能集合到Zynq-7000 SoC中。本文采用ZedBoard作为硬件平台,针对基于ZedBoard的视频采集技术提出两种不同的方案,第一种方案是利用FFmpeg技术调用OpenCV中图像采集函数进行视频图像的采集,再将采集得到的视频图像利用Qt GUI进行画面显示。第二种方案是利用V4L2（Video for Linux two）接口通过USB摄像头来捕获视频帧数据,并利用Qt程序将视频采集和显示程序整合为一体。最后该两种方案均结合OpenCV函数库使用AdaBoost人脸检测算法实现对输入视频的动态人脸检测。经验证以该两种方案实现的动态人脸检测平均时间分别为18ms和23ms,能良好地满足实时检测的要求。本文针对在ZedBoard上进行USB摄像头视频采集所提出的两种不同的方案,对于高清视频采集处理和目标检测等领域具有一定的参考和借鉴价值。
钱鹏[9]（2018）在《混凝土的微观裂纹结构与宏观渗透性能研究》文中研究表明在水利工程结构服役的过程中,混凝土受到外荷载和环境因素作用,不可避免地会产生微裂纹,微裂纹的扩展、连通则会显着影响混凝土结构的渗透性能,甚至威胁工程的安全。混凝土的渗透性与内部裂纹结构密切相关,如何准确地描述混凝土裂纹网络的结构特征并生成数值模型,受到人们关注的关注。本论文围绕混凝土的渗透性能,以建立微观裂纹结构与宏观渗透性能的联系为目的,从宏观物理试验、微观结构观测和数值模拟等角度展开系统研究。论文获得的主要研究成果包括以下几个方面:（1）从宏观试验角度研究“浇筑层面”对混凝土渗透性能的影响,主要考虑不同浇筑间隔时间和处理方式的作用。试件采用分层浇筑的方式,根据初终凝时间将浇筑层面类型分为本体、热缝、温缝和冷缝等四种类型,对不同类型的浇筑层面进行压水渗透和电学渗透试验,结果显示浇筑层面的渗透系数与初始电流的线性相关系数在0.90以上,表明可用电学试验快速评价浇筑层面的渗透性能。不同层面处理方式对混凝土的渗透性能有着重要影响,其中铺筑掺入PVA纤维的改性砂浆可明显提高浇筑层面的抗渗性能。（2）从微观试验角度研究“浇筑层面”的结构特征。扫描电镜观测结果表明热缝层面附近的水化产物紧密,冷缝层面附近出现连续的疏松多孔区;显微硬度试验结果表明界面过渡区的宽度约为40μm,热缝层面过渡区的宽度约为60μm,温缝层面过渡区的宽度约为80μm,冷缝层面过渡区的宽度超过100μm。荧光显微观测结果表明浇筑层面的微观裂纹可以分为基体裂纹、粘结裂纹和层面裂纹三种类型;微观裂纹长度服从对数正态分布;渗透变量?值曲线可表征裂纹的方向,随着浇筑层面粘结变弱,?值曲线由圆形逐渐趋于扁椭圆形,表明裂纹网络方向由各向同性逐渐趋于各向异性,同时裂纹网络的优势方向逐渐趋向顺浇筑层面。（3）基于嵌入单元技术的数值方法,模拟三维裂纹网络的渗透性能。单元嵌入技术可以将裂纹嵌入到基体中,使得裂纹和基体独立划分网格,解决了传统三维连续裂纹模型网格划分的困难。将单元嵌入技术和弹性比拟方法结合,通过应力应变场的退化比拟得到对应的渗流场,实现了三维裂纹网络的渗透性模拟。基于三维周期裂纹网络、随机裂纹网络和浇筑层面过渡区裂纹网络等不同模型,验证有效介质理论模型的适用范围,并分析不同结构参数对渗透性能的影响。
柳宁[10]（2018）在《货车转向架新型智能铆接设备及质量监测系统的研制》文中指出随着中国轨道车辆制造行业的飞速发展,铁道车辆企业对车辆装配工艺质量在线监控系统和质量问题追溯体系有着越来越迫切的需求。虽然计算机辅助装配技术在高速动车组等高端产品中已有很多应用,但在货运列车中大量使用的拉铆钉装配工艺中,还是大量依赖操作人员的经验技术,铆接质量检测则是依靠“目测”的方式来完成,不仅效率低、成本高,已无法适应铁道货车制造行业的发展要求。基于此,论文提出一种铆接质量在线监控和离线分析诊断系统解决方案。通过图像识别及传感器技术,完成对多源数据的采集、分析、储存,实现多种组装生产线下的工艺质量曲线数据处理,工艺质量在线判定和实时预警,以及铆接位置识别和质量追溯等功能。本文对新型智能铆接设备及质量监测系统的硬件组成和软件开发等内容展开研究,完成了系统的研制,在现场应用中证明了系统的有效性。论文根据短尾拉铆销结构特点和装配工艺过程,结合国内外铆接设备的应用现状,在分析了国内外对铆接质量检测的基础上,为了实现拉铆钉质量检测的自动化、实时性、质量问题的可追溯性,设计了一种利用图像识别及传感器技术的计算机辅助检测系统。在分析了现有转K6型转向架制动杠杆拉铆钉装配工艺后,构建了智能铆接系统的系统构架,并在此基础上完成了系统的机械结构、电气控制系统设计、传感器的选型等工作。系统软件基于LabVIEW编程平台,采用模块化的开发思路,通过对系统功能层次划分,实现系统分层控制,便于软件模块化开发。本文分别给出了泵站自动化控制系统设计方案、铆接数据获取及铆接质量判定体系建立过程、图像采集系统设计方案及其他功能的实现方案,并给出了系统软件的交互界面的设计。作为系统软件质量追溯体系建立的核心部分,重点比较了4种基于铆接位置判定的图像识别方法的优劣,分别是基于Hough变换的轮廓提取法、基于Harris/Sift/Suft特征提取的图像融合及图像识别法、基于Histogram特征及BP神经网络的图像识别以及基于开源工具Zbar的条形码/二维码的识别算法,并最终选择了第3种方案。最后,在某车辆厂和某车辆段进行的设备和系统调试和试运行试验,证明了该方案的可行性。该系统的研制成功为铁路货车的质量保障体系建立提供了一种可行的工艺装备。
二、关于视频采集卡使用的两个问题（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、关于视频采集卡使用的两个问题（论文提纲范文）
（1）多路实时视频处理系统设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 研究现状 |
| 1.3 本文主要研究内容和结构安排 |
| 第二章 系统设计需求分析 |
| 2.1 系统指标 |
| 2.2 系统总体方案 |
| 2.3 器件选型 |
| 2.3.1 核心芯片选型 |
| 2.3.2 存储模块的选型 |
| 2.3.3 视频输入输出接口的选型 |
| 2.3.4 传输模块选型 |
| 2.4 本章小结 |
| 第三章 多路实时视频处理系统硬件设计 |
| 3.1 系统硬件框图 |
| 3.2 视频发送卡电路设计 |
| 3.2.1 视频接口 |
| 3.2.2 外部存模块 |
| 3.2.3 光纤接口 |
| 3.2.4 外围电路 |
| 3.3 阻抗匹配 |
| 3.4 硬件设计结果 |
| 3.5 本章小结 |
| 第四章 基于FPGA的图像处理实现 |
| 4.1 图像预处理 |
| 4.1.1 图像时序介绍 |
| 4.1.2 图像色彩空间转换 |
| 4.1.3 高斯滤波算法实现 |
| 4.2 双线性插值缩放算法实现 |
| 4.2.1 双线性插值缩放算法逻辑设计 |
| 4.2.2 图像截取补全算法 |
| 4.3 实时图像缓存技术的实现 |
| 4.3.1 控制器带宽分析 |
| 4.3.2 控制器接口设计 |
| 4.3.3 图像缓存控制逻辑设计 |
| 4.4 高速视频传输的实现 |
| 4.5 旋转算法的实现 |
| 4.6 Alpha叠加融合算法的实现 |
| 4.7 本章小结 |
| 第五章 系统调试与分析 |
| 5.1 输入输出模块逻辑验证与分析 |
| 5.2 DDR3 读写缓存验证与分析 |
| 5.3 双线性插值缩放算法模块验证与分析 |
| 5.4 旋转算法模块验证与分析 |
| 5.5 Alpha叠加融合算法模块验证与分析 |
| 5.6 系统整体调试与分析 |
| 5.6.1 联合调试与分析 |
| 5.6.2 系统设计难点与解决方案 |
| 5.6.3 逻辑资源与功耗分析 |
| 5.6.4 设计指标分析 |
| 5.7 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
（2）基于视频分析的无线感知数据样本求精与泛化方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 引言 |
| 1.1 研究背景和意义 |
| 1.1.1 基于无线信号的感知方法简介 |
| 1.1.2 基于无线信号的感知原理 |
| 1.1.3 研究的目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 研究现状 |
| 1.2.2 存在问题 |
| 1.3 本文的研究内容 |
| 1.4 本文的组织结构 |
| 第二章 相关技术及研究 |
| 2.1 无线数据样本过滤方法 |
| 2.1.1 基于MCS(Modulation and Coding Scheme)指数的样本过滤方法 |
| 2.1.2 基于CP(Conformal Prediction)模型的样本过滤方法 |
| 2.2 跨域无线感知识别方法 |
| 2.2.1 基于迁移学习的跨场景识别方法 |
| 2.2.2 基于BVP(body-coordinate velocity profile)的跨域识别方法 |
| 2.3 视频分析方法 |
| 2.3.1 密集轨迹DT(Dense Trajectories) |
| 2.3.2 3D卷积神经网络(3D-CNN) |
| 2.3.3 时空双流网络(Two Stream Network) |
| 2.3.4 C3D网络 |
| 2.4 本章小结 |
| 第三章 基于视频识别的无线数据样本求精方法 |
| 3.1 方法简介 |
| 3.1.1 方法思想 |
| 3.1.2 方法介绍 |
| 3.2 方法设计 |
| 3.2.1 数据预处理 |
| 3.2.2 特征提取 |
| 3.2.3 分类识别 |
| 3.2.4 无线数据样本过滤 |
| 3.3 本章小结 |
| 第四章 基于视频标记的无线数据样本泛化方法 |
| 4.1 方法简介 |
| 4.1.1 方法思想 |
| 4.1.2 方法介绍 |
| 4.2 方法设计 |
| 4.2.1 数据预处理 |
| 4.2.2 动作分布情况分析 |
| 4.2.3 数据样本补充方案设计 |
| 4.3 本章小结 |
| 第五章 系统设计与实验评估 |
| 5.1 系统设计与实现 |
| 5.1.1 系统设计 |
| 5.1.2 数据采集模块 |
| 5.1.3 无线数据样本求精模块 |
| 5.1.4 无线数据样本泛化模块 |
| 5.2 系统评估设计 |
| 5.2.1 基于CSI信号的感知识别方法介绍 |
| 5.2.2 基于RFID信号的感知识别方法介绍 |
| 5.2.3 系统效果评估方法 |
| 5.3 实验设计 |
| 5.3.1 实验环境 |
| 5.3.2 实验动作设置 |
| 5.3.3 实验参与者 |
| 5.3.4 具体实验步骤 |
| 5.4 阈值实验结果分析与阈值选取 |
| 5.5 视频分析结果 |
| 5.5.1 视频识别及数据样本求精 |
| 5.5.2 视频标记及数据样本泛化 |
| 5.6 基于CSI信号的感知识别效果评估 |
| 5.6.1 不同分类算法识别效果评估 |
| 5.6.2 不同特征识别效果评估 |
| 5.6.3 不同动作识别效果评估 |
| 5.6.4 不同实验参与者识别效果评估 |
| 5.6.5 不同CSI感知识别系统识别效果评估 |
| 5.7 基于RFID信号的感知识别效果评估 |
| 5.7.1 不同分类算法识别效果评估 |
| 5.7.2 不同特征识别效果评估 |
| 5.7.3 不同动作识别效果评估 |
| 5.7.4 不同实验参与者识别效果评估 |
| 5.7.5 不同RFID感知识别系统识别效果评估 |
| 5.8 本章小结 |
| 总结与展望 |
| 参考文献 |
| 攻读硕士学位期间取得的科研成果 |
| 致谢 |
（3）医疗超声视频记录仪软件设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 字符识别技术研究现状 |
| 1.2.2 视频监控和录像研究现状 |
| 1.2.3 超声图像研究现状 |
| 1.3 本文的主要工作和意义 |
| 1.4 论文结构 |
| 2 视频图像处理相关技术及字符识别技术 |
| 2.1 Open CV简介 |
| 2.1.1 Open CV的特点 |
| 2.1.2 Open CV图像类数据结构 |
| 2.2 视频图像匹配技术 |
| 2.2.1 概述 |
| 2.2.2 图像感知哈希算法经典模型 |
| 2.3 自然场景文本检测算法 |
| 2.3.1 自然场景文本检测技术概述 |
| 2.3.2 传统自然场景文本检测算法 |
| 2.3.3 基于深度学习的自然场景文本检测算法 |
| 2.3.4 EAST文本检测算法 |
| 2.4 字符识别中的卷积神经网络理论 |
| 2.4.1 卷积神经网络概述 |
| 2.4.2 卷积神经网络基本构成 |
| 2.4.3 卷积神经网络在字符识别中的应用 |
| 2.5 本章小结 |
| 3 基于多尺度卷积神经网络的医学图像字符识别 |
| 3.1 问题分析 |
| 3.2 医学图像字符识别的基本框架 |
| 3.3 EAST场景文本检测算法 |
| 3.3.1 改进后的全卷积网络模型 |
| 3.3.2 非极大值抑制算法 |
| 3.4 CRNN模型的改进 |
| 3.5 实验结果分析 |
| 3.6 本章小结 |
| 4 医疗超声视频记录仪软件需求分析及整体设计 |
| 4.1 医疗超声视频记录仪软件总体需求分析 |
| 4.2 医疗超声视频记录仪硬件设备简述 |
| 4.3 医疗超声视频记录仪软件整体设计 |
| 4.4 系统功能模块设计 |
| 4.4.1 逻辑控制功能模块设计 |
| 4.4.2 参数设置功能模块设计 |
| 4.4.3 状态获取功能模块设计 |
| 4.4.4 通信协议设计 |
| 4.4.5 文件分类功能设计 |
| 4.5 本章小结 |
| 5 医疗图像视频记录仪软件具体实现 |
| 5.1 系统初始化及自检功能 |
| 5.2 网络通信功能 |
| 5.3 逻辑控制功能 |
| 5.3.1 录像模式实现 |
| 5.3.2 时间同步等控制功能实现 |
| 5.4 参数设置功能 |
| 5.4.1 输入输出信号格式参数设置 |
| 5.4.2 录像文件的大小和存储时间设置 |
| 5.5 状态获取功能 |
| 5.6 文件分类功能 |
| 5.7 本章小结 |
| 6 医疗图像视频记录仪软件测试 |
| 6.1 逻辑控制功能测试 |
| 6.2 参数设置功能测试 |
| 6.3 状态获取功能及故障诊断功能测试 |
| 6.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（4）旋翼机单目视觉图像目标检测与跟踪研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 目标检测研究 |
| 1.2.2 目标跟踪研究 |
| 1.2.3 旋翼机平台检测与跟踪难点 |
| 1.3 主要研究内容 |
| 1.4 论文结构安排 |
| 第2章 相关技术及理论基础 |
| 2.1 旋翼机相关基础 |
| 2.2 传统目标检测方法介绍 |
| 2.2.1 VJ检测器 |
| 2.2.2 基于方向梯度直方图的检测算法 |
| 2.2.3 基于可变部件模型的检测算法 |
| 2.3 基于深度学习的目标检测方法介绍 |
| 2.3.1 概述 |
| 2.3.2 评价指标 |
| 2.3.3 R-CNN系列 |
| 2.3.4 SSD系列 |
| 2.3.5 YOLO系列 |
| 2.4 本章小结 |
| 第3章 低算力平台的航拍目标检测算法研究 |
| 3.1 引言 |
| 3.2 YOLO-V3网络的轻量化改进 |
| 3.2.1 基于BN层的网络稀疏化剪枝研究 |
| 3.2.2 基于K-means系列算法的航拍目标先验框研究 |
| 3.3 YOLO-tiny网络的增强改进 |
| 3.3.1 增加卷积层提高特征提取能力 |
| 3.3.2 基于NIN层的模型优化研究 |
| 3.3.3 结果分析 |
| 3.4 本章小结 |
| 第4章 融合YOLO与Deep SORT的多目标跟踪算法研究 |
| 4.1 引言 |
| 4.2 基于Deep SORT算法的跟踪器设计 |
| 4.2.1 Deep SORT跟踪算法研究 |
| 4.2.2 改进后的YOLO检测算法融合跟踪器 |
| 4.3 本章小结 |
| 第5章 基于单目视觉的旋翼机检测与跟踪系统搭建与验证 |
| 5.1 引言 |
| 5.2 实验设备介绍 |
| 5.3 实验平台构建 |
| 5.3.1 离线仿真平台构建 |
| 5.3.2 在线飞行平台构建 |
| 5.4 实验结果 |
| 5.4.1 数据集介绍 |
| 5.4.2 测试结果分析 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
（5）基于无人机的航拍车辆目标视觉检测与地理定位系统（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 目标视觉检测 |
| 1.2.2 目标地理定位 |
| 1.3 论文主要研究内容 |
| 1.3.1 研究内容 |
| 1.3.2 研究重难点 |
| 1.4 论文章节安排 |
| 第二章 基于无人机航拍图像的车辆目标检测 |
| 2.1 需求分析及算法选择 |
| 2.1.1 目标检测指标 |
| 2.1.2 需求分析 |
| 2.1.3 目标检测算法的选择 |
| 2.2 基于无人机的航拍车辆目标视觉检测 |
| 2.2.1 YOLO目标检测算法 |
| 2.2.2 网络结构设计 |
| 2.2.3 YOLO算法改进 |
| 2.2.4 检测结果优化 |
| 2.3 目标检测实验 |
| 2.3.1 数据采集 |
| 2.3.2 测试环境 |
| 2.3.3 检测精度测试 |
| 2.3.4 实时性测试 |
| 2.4 本章小结 |
| 第三章 基于单目视觉的车辆目标地理定位 |
| 3.1 单目相机成像模型 |
| 3.1.1 坐标系转换 |
| 3.1.2 线性相机模型 |
| 3.1.3 非线性相机模型 |
| 3.2 云台相机的参数标定 |
| 3.2.1 张正友标定法 |
| 3.2.2 相机标定实验 |
| 3.3 相机姿态信息的获取和处理 |
| 3.3.1 云台相机位姿信息的获取 |
| 3.3.2 线性插值 |
| 3.4 目标地理定位 |
| 3.4.1 前提与假设 |
| 3.4.2 基于相机成像模型的位置估计方法 |
| 3.4.3 基于BP神经网络的位置估计方法 |
| 3.5 基于地理坐标的目标跟踪 |
| 3.5.1 位置预测 |
| 3.5.2 数据关联 |
| 3.5.3 目标运动状态判断 |
| 3.6 目标地理定位实验 |
| 3.6.1 基于相机成像模型的地理定位方法测试 |
| 3.6.2 基于BP神经网络的地理定位方法测试 |
| 3.7 本章小结 |
| 第四章 系统设计与实现 |
| 4.1 系统整体设计分析 |
| 4.2 系统硬件分析与构建 |
| 4.2.1 无人机选型 |
| 4.2.2 云台相机选型 |
| 4.2.3 视频采集卡选型 |
| 4.2.4 地面工作站选型 |
| 4.3 系统软件设计与实现 |
| 4.3.1 系统软件开发工具 |
| 4.3.2 系统软件总体设计与分析 |
| 4.3.3 基于DJI Mobile SDK的 Android软件开发 |
| 4.3.4 基于Qt的系统软件开发 |
| 4.4 实际效果展示 |
| 4.4.1 目标检测与地理定位 |
| 4.4.2 数据库管理 |
| 4.5 本章小结 |
| 第五章 总结和展望 |
| 5.1 论文总结 |
| 5.2 不足与展望 |
| 致谢 |
| 参考文献 |
| 附录一 |
| 附录二 |
| 作者简介 |
（6）基于图像检测的六旋翼飞行器寻迹方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 多旋翼飞行器的国内外现状 |
| 1.3 图像拼接技术的国内外研究现状 |
| 1.4 本文的研究框架与内容 |
| 第二章 旋翼飞行器图像拼接方法研究 |
| 2.1 图像变换模型 |
| 2.2 图像拼接流程 |
| 2.3 图像预处理 |
| 2.3.1 图像去噪 |
| 2.3.2 图像灰度化 |
| 2.4 SIFT算法图像配准 |
| 2.4.1 尺度空间极值检测 |
| 2.4.2 关键点精确定位与方向确定 |
| 2.4.3 特征点描述 |
| 2.4.4 旋翼飞行器机载图像的SIFT匹配算法结果与分析 |
| 2.5 Image Warping图像变换以及融合 |
| 2.5.1 预处理 |
| 2.5.2 投影求交 |
| 2.5.3 空洞填充 |
| 2.5.4 图像融合 |
| 2.5.5 旋翼飞行器机载图像变换以及融合结果与分析 |
| 2.6 本章小结 |
| 第三章 MATLAB图像拼接与Hough变换的快速融合算法研究 |
| 3.1 Hough变换线检测法 |
| 3.1.1 Hough变换检测直线 |
| 3.1.2 广义Hough变换检测曲线 |
| 3.2 MALAB图像拼接与Hough变换融合算法 |
| 3.2.1 Harris角点的优化检测 |
| 3.2.2 区域生长与匹配 |
| 3.2.3 四点RANSAC提纯算法 |
| 3.2.4 快速逆向Image warping的图像变换 |
| 3.2.5 MATLAB图像拼接与Hough变换融合算法实现流程 |
| 3.3 实验结果与分析 |
| 3.3.1 MATLAB图像拼接算法结果与分析 |
| 3.3.2 Hough变换检测直线结果与分析 |
| 3.4 本章小结 |
| 第四章 基于MATLAB图像拼接的六旋翼飞行器寻迹实验研究 |
| 4.1 坐标系建立 |
| 4.1.1 世界坐标系 |
| 4.1.2 机体坐标系 |
| 4.1.3 摄像机坐标系 |
| 4.2 多旋翼飞行器图像采集设备与模型设计 |
| 4.2.1 旋翼飞行器图像采集设备设计 |
| 4.2.2 摄像机的成像模型 |
| 4.3 六旋翼飞行器的定高飞行实验 |
| 4.3.1 六旋翼飞行器的定高飞行软件设计 |
| 4.3.2 六旋翼飞行器的定高飞行实验结果与分析 |
| 4.4 基于MATLAB图像拼接的六旋翼飞行器寻迹实验 |
| 4.4.1 多旋翼飞行器的寻迹流程设计 |
| 4.4.2 寻迹实验结果与分析 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士学位期间的学术活动及成果情况 |
（7）基于压缩传感的无镜头照相机的研究与设计（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题来源 |
| 1.2 课题研究背景、目的和意义 |
| 1.3 国内外研究现状 |
| 1.3.1 基于小孔成像原理的无镜头相机 |
| 1.3.2 基于掩膜滤光片的无镜头相机 |
| 1.3.3 基于超薄光学相控阵列的无镜头相机 |
| 1.3.4 基于压缩传感原理的单像素相机 |
| 1.4 论文研究内容及结构安排 |
| 1.4.1 主要研究内容 |
| 1.4.2 论文结构安排 |
| 第2章 基于压缩传感与稀疏重构的无镜头相机框架 |
| 2.1 压缩传感框架下的图像感知和重构理论 |
| 2.1.1 压缩传感知识理论框架 |
| 2.1.2 图像信号的稀疏表示 |
| 2.1.3 图像信号的测量矩阵 |
| 2.1.4 图像信号的重构算法 |
| 2.2 无镜头相机感知和成像研究 |
| 2.3 本章小结 |
| 第3章 基于编码孔径理论与测量矩阵的掩膜设计 |
| 3.1 掩膜设计的限制条件 |
| 3.2 测量矩阵的选择条件 |
| 3.3 m序列及其生成矩阵的相干性 |
| 3.3.1 随机序列与伪随机序列 |
| 3.3.2 m序列的伪随机性及其生成方式 |
| 3.3.3 m序列及其生成矩阵的相干性 |
| 3.4 基于m序列的掩膜图案设计 |
| 3.4.1 光吞吐量限制 |
| 3.4.2 系统校正转换复杂度限制 |
| 3.4.3 测量矩阵Φ条件度限制 |
| 3.5 掩膜片的位置放置与特征大小 |
| 3.6 掩膜优势 |
| 3.7 本章小结 |
| 第4章 图像重构算法 |
| 4.1 非欠定情况下的重构算法 |
| 4.2 欠定情况下的图像重构 |
| 4.3 基于凸优化算法的无镜头照相机的图像重构 |
| 4.3.1 基于基追踪法的无镜头照相机的图像重构 |
| 4.3.2 基于梯度投影法的无镜头照相机的图像重构 |
| 4.4 基于贪婪算法的无镜头照相机的图像重构 |
| 4.4.1 基于匹配追踪算法的无镜头照相机的图像重构 |
| 4.4.2 基于OMP算法的无镜头照相机的图像重构 |
| 4.5 基于全变分法的无镜头照相机的图像重构 |
| 4.6 算法分析 |
| 4.7 本章小结 |
| 第5章 无镜头相机的原型设计 |
| 5.1 光路调制模块 |
| 5.2 数据采集模块 |
| 5.3 图象重构模块 |
| 5.4 实验结果及分析 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 研究工作总结 |
| 6.2 未来展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文与成果 |
（8）基于ZedBoard的视频采集与人脸检测方案的设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 人脸检测国内外研究现状 |
| 1.2.2 视频采集技术国内外研究现状 |
| 1.3 论文研究内容及创新点 |
| 1.3.1 论文的研究内容 |
| 1.3.2 论文的创新点 |
| 1.4 论文结构安排 |
| 第2章 基于AdaBoost算法的人脸检测 |
| 2.1 Boosting算法简介 |
| 2.2 Adaboost算法原理 |
| 2.3 AdaBoost算法在人脸检测中的应用 |
| 2.3.1 Haar-like特征 |
| 2.3.2 积分图 |
| 2.3.3 AdaBoost算法训练过程 |
| 2.3.4 强分类器级联 |
| 2.4 本章小结 |
| 第3章 基于ZedBoard的嵌入式系统软件的设计与实现 |
| 3.1 Zynq-7000AP SoC平台和Zedboard开发板介绍 |
| 3.1.1 Zynq-7000 All Programmable SoC平台介绍 |
| 3.1.2 ZedBoard开发板介绍 |
| 3.2 嵌入式Linux系统简介 |
| 3.3 嵌入式Linux在ZedBoard上的搭建 |
| 3.3.1 交叉编译环境搭建 |
| 3.3.2 根文件系统移植与ZedBoard启动 |
| 3.4 ZedBoard平台Qt图形用户界面的移植与测试 |
| 3.5 ZedBoard平台FFmpeg多媒体应用工具的移植 |
| 3.6 ZedBoard平台OpenCV视觉库的移植与测试 |
| 3.7 本章小结 |
| 第4章 基于OpenCV和Qt的视频采集与动态人脸检测方案的设计与实现 |
| 4.1 颜色模型 |
| 4.1.1 RGB与BGR颜色模型 |
| 4.1.2 YCbCr颜色模型 |
| 4.2 基于OpenCV和Qt的视频采集与动态人脸检测方案的设计 |
| 4.2.1 OpenCV获取摄像头数据 |
| 4.2.2 视频帧的格式转换 |
| 4.2.3 人脸检测算法的设计 |
| 4.3 基于OpenCV和Qt的视频采集与动态人脸检测方案的实现 |
| 4.4 本章总结 |
| 第5章 基于V4L2和OpenCV的视频采集与动态人脸检测方案的设计与实现 |
| 5.1 基于V4L2视频采集概述 |
| 5.1.1 V4L2简介 |
| 5.1.2 V4L2应用层API |
| 5.2 基于V4L2的USB摄像头视频采集程序的设计与实现 |
| 5.2.1 基于V4L2的USB摄像头视频采集程序的设计 |
| 5.2.2 基于V4L2的USB摄像头视频采集程序的实现 |
| 5.3 基于V4L2和OpenCV的视频采集与动态人脸检测方案的设计与实现 |
| 5.3.1 基于V4L2和OpenCV的视频采集与动态人脸检测方案的设计 |
| 5.3.2 基于V4L2和OpenCV的视频采集与动态人脸检测方案的实现 |
| 5.4 本章总结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 附录 |
| 附录1 OpenCV动态人脸检测部分代码 |
| 附录2 V4L2视频采集及动态人脸检测部分代码 |
| 参考文献 |
| 攻读硕士学位期间完成的科研成果 |
| 致谢 |
（9）混凝土的微观裂纹结构与宏观渗透性能研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 裂纹形貌的观测表征 |
| 1.2.1 观测方法 |
| 1.2.2 单裂纹的形貌观测 |
| 1.2.3 裂纹网络的形貌观测 |
| 1.3 渗透性试验研究 |
| 1.3.1 单裂纹的渗透性研究 |
| 1.3.2 裂纹网络的渗透性研究 |
| 1.4 渗透理论模型 |
| 1.4.1 孔隙渗透模型 |
| 1.4.2 裂纹渗透模型 |
| 1.5 渗透性数值模型 |
| 1.5.1 等效连续介质模型 |
| 1.5.2 双重介质模型 |
| 1.5.3 离散裂纹模型 |
| 1.5.4 离散裂纹网络模型 |
| 1.5.5 混合模型 |
| 1.5.6 逾渗网络模型 |
| 1.6 渗透性计算方法 |
| 1.6.1 有限单元法 |
| 1.6.2 有限体积法 |
| 1.6.3 边界单元法 |
| 1.6.4 离散单元法 |
| 1.6.5 其他方法 |
| 1.7 研究现状总结 |
| 1.8 研究内容与主要创新点 |
| 1.8.1 研究内容 |
| 1.8.2 主要创新点 |
| 第2章 浇筑间隔时间对水泥基材料性能的影响 |
| 2.1 浇筑层面的力学及渗透试验 |
| 2.1.1 浇筑层面力学及渗透试验研究现状 |
| 2.1.2 浇筑层面力学性能的超声无损检测 |
| 2.1.3 浇筑层面渗透性能的电学快速检测 |
| 2.1.4 浇筑层面的结合机理 |
| 2.2 浇筑层面对水泥浆体性能的影响 |
| 2.2.1 试验原材料和试样制备 |
| 2.2.2 试验方法 |
| 2.2.3 试验结果与分析 |
| 2.3 浇筑层面对砂浆性能的影响 |
| 2.3.1 试验原材料和试样制备 |
| 2.3.2 试验方法 |
| 2.3.3 试验结果分析 |
| 2.3.4 本节小结 |
| 2.4 浇筑层面对混凝土性能的影响 |
| 2.4.1 试验原材料和试样制备 |
| 2.4.2 试验方法 |
| 2.4.3 试验结果分析 |
| 2.4.4 本节小结 |
| 2.5 本章小结 |
| 第3章 层面处理方式对碾压混凝土性能的影响 |
| 3.1 层面结合处理措施 |
| 3.1.1 研究现状 |
| 3.1.2 纳米二氧化硅掺合料 |
| 3.1.3 高性能纤维水泥基复合材料 |
| 3.1.4 试验研究目标 |
| 3.2 试验原材料 |
| 3.3 试验研究方案 |
| 3.3.1 碾压混凝土配合比 |
| 3.3.2 碾压混凝土层面处理工况 |
| 3.3.3 试样制备 |
| 3.4 试验方法 |
| 3.4.1 劈裂抗拉强度试验 |
| 3.4.2 超声脉冲试验 |
| 3.4.3 直流电通量试验 |
| 3.4.4 压水渗透试验 |
| 3.4.5 层面毛细吸水试验 |
| 3.5 试验结果及分析 |
| 3.5.1 劈裂抗拉强度试验结果 |
| 3.5.2 超声声速及首波波幅 |
| 3.5.3 直流电通量及初始电流 |
| 3.5.4 压水渗透系数 |
| 3.5.5 毛细吸水试验结果 |
| 3.5.6 不同试验结果的相关性分析 |
| 3.6 本章总结 |
| 第4章 浇筑层面微观裂纹结构与宏观渗透性能分析 |
| 4.1 浇筑层面渗透性的三相材料模型分析 |
| 4.1.1 三相材料模型 |
| 4.1.2 三相模型的渗透性分析 |
| 4.2 浇筑层面荧光显微观测 |
| 4.2.1 试样制备和观察 |
| 4.2.2 微裂纹图像分析 |
| 4.2.3 两相模型的渗透性分析 |
| 4.3 微裂纹结构拓扑特征 |
| 4.3.1 不同间隔时间的层面微裂纹 |
| 4.3.2 不同间隔处理方式的层面微裂纹 |
| 4.4 微裂纹结构对渗透性的影响 |
| 4.5 本章总结 |
| 第5章 含裂纹混凝土渗透性的理论模型与数值方法 |
| 5.1 引言 |
| 5.2 渗透性估计的理论模型 |
| 5.2.1 渗流问题的细观均化 |
| 5.2.2 Eshelby理论 |
| 5.2.3 裂纹介质的有效介质理论模型 |
| 5.2.4 半解析法 |
| 5.3 渗透性模拟的数值模型 |
| 5.3.1 裂纹尺寸 |
| 5.3.2 裂纹密度 |
| 5.3.3 裂纹方向 |
| 5.3.4 裂纹开度 |
| 5.3.5 随机裂纹的生成 |
| 5.4 数值模拟的计算方法 |
| 5.4.1 单元嵌入技术 |
| 5.4.2 弹性比拟方法 |
| 5.4.3 算例验证 |
| 5.5 本章结论 |
| 第6章 考虑三维裂纹网络的混凝土渗透性分析 |
| 6.1 三维裂纹网络细观模型 |
| 6.2 周期裂纹的渗透性 |
| 6.2.1 周期裂纹模型 |
| 6.2.2 周期裂纹的解析解 |
| 6.2.3 周期裂纹渗透性影响因素分析 |
| 6.3 不相交随机裂纹的渗透性 |
| 6.3.1 不相交随机裂纹模型 |
| 6.3.2 不相交随机裂纹的解析解 |
| 6.3.3 不相交随机裂纹渗透性数值模拟 |
| 6.4 裂纹网络的逾渗分析 |
| 6.4.1 逾渗模型 |
| 6.4.2 裂纹网络的渗透路径搜索 |
| 6.4.3 裂纹网络的几何特征 |
| 6.4.4 含裂纹混凝土渗透性的理论分析 |
| 6.4.5 含裂纹孔隙渗透性的数值分析 |
| 6.4.6 有效渗透性的标度律 |
| 6.5 浇筑层面过渡区的渗透性模拟 |
| 6.5.1 层面裂纹模型假设 |
| 6.5.2 模型参数影响 |
| 6.6 本章结论 |
| 第7章 结论与展望 |
| 7.1 主要成果与结论 |
| 7.2 研究展望 |
| 参考文献 |
| 致谢 |
| 附录 不同裂纹分布的有效渗透系数 |
| 1 平行分布裂纹 |
| 2 三维随机分布 |
| 3 优势方向分布 |
| 4 平面随机分布 |
| 个人简历、在学期间发表的学术论文与研究成果 |
（10）货车转向架新型智能铆接设备及质量监测系统的研制（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 引言 |
| 1.2 铆接设备及铆接质量检测技术的研究与现状 |
| 1.2.1 国内外铆接设备现状 |
| 1.2.2 国内外铆接质量检测技术现状 |
| 1.3 机器视觉和图像识别现状 |
| 1.4 课题研究内容与总体框架 |
| 第2章 智能铆接系统的总体设计 |
| 2.1 智能铆接系统的系统构架 |
| 2.2 智能铆接系统组成 |
| 2.2.1 系统总体 |
| 2.2.2 液压油泵组成 |
| 2.2.3 电气控制系统组成 |
| 2.2.4 工控机组成 |
| 2.3 本章小结 |
| 第3章 软件开发 |
| 3.1 总体设计 |
| 3.1.1 LabVIEW软件简介 |
| 3.1.2 功能需求 |
| 3.1.3 软件系统功能层次设计 |
| 3.2 泵站自动化控制方案 |
| 3.3 力与位移曲线的获取与处理 |
| 3.3.1 生产者/消费者结构 |
| 3.3.2 铆接力与位移数据的处理 |
| 3.4 PCIE总线视频采集卡图像获取 |
| 3.4.1 DVP-7637E视频采集卡QCAPSDK |
| 3.4.2 LabVIEW与C语言的混合编程 |
| 3.4.3 LabVIEW实现图像采集 |
| 3.5 其他功能的实现 |
| 3.5.1 基于TCP/IP的系统通信协议的设计 |
| 3.5.2 报表的生成 |
| 3.6 操作界面的设计 |
| 3.6.1 主界面 |
| 3.6.2 泵站控制界面 |
| 3.7 本章小结 |
| 第4章 基于铆接位置判定的图像识别方法研究 |
| 4.1 基于Hough变换的轮廓提取法 |
| 4.1.1 计算机视觉与OpenCV |
| 4.1.2 霍夫变换 |
| 4.1.3 基于霍夫变换圆轮廓提取的图像识别算法 |
| 4.2 基于Harris/Sift/Suft特征提取的图像融合及图像识别 |
| 4.2.1 图像融合 |
| 4.2.2 特征点的提取 |
| 4.2.3 特征点的匹配 |
| 4.2.4 图像的拼接融合 |
| 4.3 基于Histogram特征及BP神经网络的图像识别 |
| 4.4 基于开源工具Zbar的条形码/二维码的识别算法 |
| 4.5 本章小结 |
| 第5章 智能铆接系统的调试与应用 |
| 5.1 新型智能铆接系统各功能模块的调试 |
| 5.1.1 流量计铆接位移检测模块的调试 |
| 5.1.2 力与位移曲线采集及铆接质量判定模块 |
| 5.1.3 图像识别 |
| 5.2 系统联调试验 |
| 5.2.1 系统的搭建及试验环境 |
| 5.2.2 试验过程及结果 |
| 5.3 本章小结 |
| 总结与展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表的学位论文 |
四、关于视频采集卡使用的两个问题（论文参考文献）
- [1]多路实时视频处理系统设计[D]. 陈伟. 南京信息工程大学, 2021(01)
- [2]基于视频分析的无线感知数据样本求精与泛化方法研究[D]. 贺怡. 西北大学, 2021
- [3]医疗超声视频记录仪软件设计与实现[D]. 徐星. 大连理工大学, 2021(01)
- [4]旋翼机单目视觉图像目标检测与跟踪研究[D]. 周子衿. 电子科技大学, 2021(01)
- [5]基于无人机的航拍车辆目标视觉检测与地理定位系统[D]. 于越. 东南大学, 2019(06)
- [6]基于图像检测的六旋翼飞行器寻迹方法研究[D]. 唐大为. 合肥工业大学, 2019(04)
- [7]基于压缩传感的无镜头照相机的研究与设计[D]. 张宇思. 武汉理工大学, 2019(07)
- [8]基于ZedBoard的视频采集与人脸检测方案的设计与实现[D]. 杨宁. 云南大学, 2018(01)
- [9]混凝土的微观裂纹结构与宏观渗透性能研究[D]. 钱鹏. 清华大学, 2018(04)
- [10]货车转向架新型智能铆接设备及质量监测系统的研制[D]. 柳宁. 西南交通大学, 2018(09)