本文選題：視頻圖像識(shí)別 + 風(fēng)吹雪��； 參考：《北京交通大學(xué)》2016年碩士論文

【摘要】：隨著我國(guó)經(jīng)濟(jì)的增長(zhǎng),新建高速鐵路的里程也在不斷增加,交通事故也隨之頻發(fā),因此交通安全保障技術(shù)越來(lái)越成為關(guān)注的焦點(diǎn)和研究的熱點(diǎn)。雪災(zāi)是導(dǎo)致交通事故頻發(fā)的一個(gè)重要因素,會(huì)引起鐵路供電中斷、線(xiàn)路受阻,嚴(yán)重影響了鐵路的運(yùn)輸能力和運(yùn)輸安全。由雪災(zāi)造成的損失極其巨大,為了能將雪災(zāi)的損失降到最低,建立雪災(zāi)防護(hù)系統(tǒng)顯得尤為重要,必須對(duì)降雪的信息有一個(gè)準(zhǔn)確且及時(shí)的把握,比如當(dāng)前雪的平均厚度以及單位時(shí)間內(nèi)的降雪量等,從而實(shí)現(xiàn)更好的鐵路行車(chē)預(yù)警。目前,我國(guó)鐵路的測(cè)量主要應(yīng)用人工測(cè)量和激光測(cè)量,其中激光測(cè)量比較準(zhǔn)確而且反饋及時(shí),現(xiàn)如今比較缺乏視頻方面的分析雪情技術(shù),遂本文針對(duì)雪情分析主要從以下幾個(gè)方面進(jìn)行研究：(1)通過(guò)圖像處理技術(shù)對(duì)雪情進(jìn)行分析,根據(jù)目前的運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù),提出自己改進(jìn)的基于實(shí)時(shí)視頻圖像識(shí)別的雪情檢測(cè)分析方法。一共分為圖像預(yù)處理、連續(xù)五幀法檢測(cè)雪粒子、基于雪粒子輪廓尺寸的雪粒子提取、開(kāi)窗選取有效區(qū)域、推算實(shí)時(shí)降雪強(qiáng)度五個(gè)部分,實(shí)時(shí)統(tǒng)計(jì)雪粒子密度,通過(guò)統(tǒng)計(jì)分級(jí)進(jìn)而估計(jì)監(jiān)控點(diǎn)處的實(shí)時(shí)降雪強(qiáng)度。(2)研究了風(fēng)吹雪的形成機(jī)理,歸納了雪粒子的運(yùn)動(dòng)形式主要有蠕移、躍移和懸移,躍移占了絕大部分。風(fēng)吹雪的堆積主要取決于風(fēng)速場(chǎng)的大小,之后簡(jiǎn)單分析了風(fēng)吹雪的堆積形式。之后分析建立鐵路降雪量堆積模型,以鐵路降雪量堆積模型作為預(yù)測(cè)分析積雪的主預(yù)測(cè)模型,雪的物理性質(zhì)、當(dāng)前的降雪量、歷史雪害信息等作為模型計(jì)算的修正條件,采用定性與定量相結(jié)合、計(jì)算機(jī)仿真與專(zhuān)家經(jīng)驗(yàn)相結(jié)合的方法進(jìn)行雪情預(yù)測(cè)分析。最后提出相應(yīng)的防護(hù)措施等。
[Abstract]:With the economic growth of our country, the mileage of new high-speed railway is also increasing, and the traffic accidents are also frequent. Therefore, traffic safety and security technology has become the focus of attention and research focus. Snow disaster is an important factor leading to frequent traffic accidents, which will lead to the interruption of railway power supply and the obstruction of railway lines, which seriously affects the transportation capacity and transportation safety of the railway. The losses caused by snow disasters are extremely huge. In order to minimize the losses caused by snow disasters, it is particularly important to establish a snow disaster protection system. We must have an accurate and timely grasp of snowfall information. For example, the average thickness of the current snow and the amount of snow per unit time, so as to achieve better railway warning. At present, manual and laser measurements are mainly used in railway survey in our country, among which laser measurement is accurate and feedback is timely. Nowadays, there is a relatively lack of video analysis technology for snow condition. Therefore, this paper mainly studies the snow situation analysis from the following aspects: 1) through the image processing technology to analyze the snow situation, according to the current moving target detection technology, An improved snow detection and analysis method based on real-time video image recognition is proposed. It is divided into five parts: image preprocessing, detection of snow particles by five successive frames, extraction of snow particles based on the size of snow particles contour, selection of effective areas by window opening, calculation of the real time snowfall intensity, and real-time statistics of snow particle density. The formation mechanism of wind-blown snow is studied by statistical classification and estimation of the real-time snowfall intensity at the monitoring point. The main motion forms of snow particles are compacted movement, jump and suspension, which account for most of the snow particles. The accumulation of wind-blown snow mainly depends on the size of wind field, and then the accumulation form of wind-blown snow is simply analyzed. Then the railway snowfall accumulation model is established, and the railway snowfall accumulation model is used as the main prediction model, the physical properties of snow, the current snowfall amount, the historical snow damage information and so on as the correction conditions for the model calculation. The method of combining qualitative and quantitative analysis, computer simulation and expert experience is used to predict snow condition. Finally, the corresponding protective measures are put forward.
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：U216.412

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 錢(qián)立志;王曙光;張江輝;陳翠華;;一種彈載視頻圖像實(shí)時(shí)消旋方法[J];彈箭與制導(dǎo)學(xué)報(bào);2009年03期

2 陳欣琳;魏東;金亮;;視頻圖像的壓縮傳輸技術(shù)研究[J];硅谷;2009年15期

3 黃強(qiáng);孫建勛;;公安視頻圖像信息聯(lián)網(wǎng)平臺(tái)的技術(shù)研究[J];科技視界;2013年28期

4 張正蘭,張明;視頻圖像數(shù)字化的處理技術(shù)[J];河海大學(xué)學(xué)報(bào);1997年04期

5 王樸;多媒體會(huì)議系統(tǒng)中視頻圖像的組合[J];國(guó)防科技大學(xué)學(xué)報(bào);1998年03期

6 李春宇;陳蕊麗;李陟;;視頻圖像中目標(biāo)長(zhǎng)度的測(cè)量方法[J];中國(guó)人民公安大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年03期

7 劉偉;;基于視頻圖像的車(chē)速檢測(cè)研究[J];山東交通學(xué)院學(xué)報(bào);2013年04期

8 李朝暉;TMS320C6201 DMA在視頻圖像編碼中的應(yīng)用[J];華北航天工業(yè)學(xué)院學(xué)報(bào);2003年03期

9 李慧子;穆飛鵬;佟磊;;視頻圖像液位測(cè)量技術(shù)的專(zhuān)利分析[J];電視技術(shù);2013年S2期

10 孫展明;尹偉中;;論視頻圖像偵查[J];中國(guó)人民公安大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年03期

相關(guān)會(huì)議論文 前10條

1 鄭鋼;;體育運(yùn)動(dòng)視頻圖像實(shí)時(shí)分析系統(tǒng)初步構(gòu)建[A];第九屆全國(guó)體育科學(xué)大會(huì)論文摘要匯編(2)[C];2011年

2 郝光遠(yuǎn);魏崇健;張建廷;;血管造影視頻圖像的數(shù)字化處理[A];2009中華醫(yī)學(xué)會(huì)影像技術(shù)分會(huì)第十七次全國(guó)學(xué)術(shù)大會(huì)論文集[C];2009年

3 孟兵林;張淞華;陳長(zhǎng)庚;;視頻圖像技術(shù)在武術(shù)項(xiàng)目技術(shù)分析中的應(yīng)用[A];第十一屆全國(guó)運(yùn)動(dòng)生物力學(xué)學(xué)術(shù)交流大會(huì)論文匯編（摘要）[C];2006年

4 嚴(yán)圣華;羅兵;;一種視頻圖像退化幀的恢復(fù)新法[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展——全國(guó)第17屆計(jì)算機(jī)科學(xué)與技術(shù)應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];2006年

5 吳鋒;成奇名;周玉彬;潘瑋;劉娟;張信民;俞夢(mèng)孫;;基于視頻圖像提取肌電生物反饋儀放松反饋信號(hào)的設(shè)計(jì)及實(shí)現(xiàn)[A];自主創(chuàng)新與持續(xù)增長(zhǎng)第十一屆中國(guó)科協(xié)年會(huì)論文集（3）[C];2009年

6 胡芊;楊正球;;基于去噪聲的視頻圖像中的字幕提取[A];2007北京地區(qū)高校研究生學(xué)術(shù)交流會(huì)通信與信息技術(shù)會(huì)議論文集（上冊(cè)）[C];2008年

7 劉永信;魏平;侯朝楨;;視頻圖像中運(yùn)動(dòng)目標(biāo)檢測(cè)的快速方法[A];第三次全國(guó)會(huì)員代表大會(huì)暨學(xué)術(shù)會(huì)議論文集[C];2002年

8 陳媛媛;付繼華;王中宇;;基于ARM嵌入式系統(tǒng)的視頻圖像采集與顯示[A];2007'中國(guó)儀器儀表與測(cè)控技術(shù)交流大會(huì)論文集（二）[C];2007年

9 李宇成;王目樹(shù);陰亮;賈雁;;基于視頻圖像的車(chē)輛外形參數(shù)測(cè)量[A];中國(guó)計(jì)量協(xié)會(huì)冶金分會(huì)2008年會(huì)論文集[C];2008年

10 李宇成;王目樹(shù);陰亮;賈雁;;基于視頻圖像的車(chē)輛外形參數(shù)測(cè)量[A];2008全國(guó)第十三屆自動(dòng)化應(yīng)用技術(shù)學(xué)術(shù)交流會(huì)論文集[C];2008年

相關(guān)重要報(bào)紙文章 前10條

1 徐向軍邋王軼星;視頻圖像清晰流暢 檢驗(yàn)監(jiān)管效率倍增[N];中國(guó)國(guó)門(mén)時(shí)報(bào);2007年

2 ;大同市公共安全視頻圖像信息系統(tǒng)管理辦法[N];大同日?qǐng)?bào);2008年

3 ;長(zhǎng)沙市公共安全視頻圖像信息系統(tǒng)管理辦法[N];長(zhǎng)沙晚報(bào);2011年

4 湖南 雙龍一劍;截取視頻圖像兩法[N];電腦報(bào);2002年

5 本報(bào)記者 劉新暉 特約記者 應(yīng)春明 通訊員 鐘水容 石振軍;打造“天眼”工程 構(gòu)建平安韶關(guān)[N];韶關(guān)日?qǐng)?bào);2009年

6 山東省安丘市景藝耀華中學(xué) 裴玉蘭;“空手巧抓視頻圖像”更通用的技巧[N];中國(guó)電腦教育報(bào);2005年

7 張慧;我市將大力建設(shè)公共安全視頻圖像信息系統(tǒng)[N];太原日?qǐng)?bào);2011年

8 ;吉林省公共安全視頻圖像信息系統(tǒng)管理辦法[N];吉林日?qǐng)?bào);2012年

9 記者 顏家文 實(shí)習(xí)生 苑曉陽(yáng) 通訊員 袁志明;“天網(wǎng)”：人過(guò)留面車(chē)過(guò)留牌[N];長(zhǎng)沙晚報(bào);2012年

10 喬新生;查閱公共場(chǎng)所的視頻圖像應(yīng)該有法可依[N];法制日?qǐng)?bào);2013年

相關(guān)博士學(xué)位論文 前10條

1 李巖山;基于局部不變特征的交通異常視頻圖像檢測(cè)的關(guān)鍵技術(shù)研究[D];華南理工大學(xué);2015年

2 王健;視頻圖像抗暈光研究[D];西安理工大學(xué);2009年

3 苑廷剛;運(yùn)動(dòng)視頻圖像多重處理技術(shù)系統(tǒng)在田徑科研領(lǐng)域中的應(yīng)用和創(chuàng)新[D];北京體育大學(xué);2011年

4 黃儒樂(lè);基于視頻圖像的林火煙霧識(shí)別方法的研究[D];北京林業(yè)大學(xué);2012年

5 田鵬輝;視頻圖像中運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤方法研究[D];長(zhǎng)安大學(xué);2013年

6 譚洪濤;視頻圖像降噪關(guān)鍵技術(shù)研究[D];重慶大學(xué);2010年

7 陳炳權(quán);車(chē)載視頻圖像處理算法的優(yōu)化與融合研究[D];湖南大學(xué);2014年

8 侯杰;基于視頻圖像的高大空間建筑火災(zāi)探測(cè)研究[D];清華大學(xué);2010年

9 李琦;面向行人群信息提取的視頻圖像目標(biāo)跟蹤算法研究[D];北京交通大學(xué);2013年

10 張世樂(lè);視頻圖像語(yǔ)義信息提取研究[D];復(fù)旦大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 王艷玲;視頻圖像中的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法研究[D];河北師范大學(xué);2015年

2 杭誼青;基于CUDA的高分辨率視頻圖像幀間配準(zhǔn)與目標(biāo)定位快速實(shí)現(xiàn)[D];南京航空航天大學(xué);2015年

3 伍賽;運(yùn)動(dòng)視頻去模糊技術(shù)的研究與實(shí)現(xiàn)[D];復(fù)旦大學(xué);2014年

4 董春雨;基于視頻圖像的多車(chē)牌識(shí)別技術(shù)研究[D];長(zhǎng)安大學(xué);2015年

5 羅濤;基于注意機(jī)制的災(zāi)害視頻圖像識(shí)別方法研究[D];華南理工大學(xué);2015年

6 馬俊;基于FPGA的實(shí)時(shí)圖像采集與預(yù)處理系統(tǒng)研究[D];西南交通大學(xué);2015年

7 郭程義;Camshift和Kalman濾波算法在視頻圖像跟蹤中的應(yīng)用研究[D];鄭州大學(xué);2015年

8 徐旎林;基于視頻圖像的糧食輸送裝置自動(dòng)監(jiān)測(cè)技術(shù)研究[D];南京理工大學(xué);2015年

9 胡婷;H.264視頻流錯(cuò)誤隱藏方案研究[D];江西理工大學(xué);2015年

10 侯保衛(wèi);監(jiān)控視頻圖像中特走人物檢索與跟蹤系統(tǒng)研究與實(shí)現(xiàn)[D];中央民族大學(xué);2015年

，

本文編號(hào)：1874796