| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 选题背景及意义 | 第10-12页 |
| 1.2 自动远传抄表系统研究现状 | 第12-14页 |
| 1.2.1 国内远传表发展现状及发展趋势 | 第12-13页 |
| 1.2.2 基于图像的远传抄表系统发展及研究现状 | 第13-14页 |
| 1.3 研究内容及论文架构 | 第14-16页 |
| 第二章 关键技术及系统框架 | 第16-24页 |
| 2.1 系统关键技术研究 | 第16-20页 |
| 2.1.1 图像处理技术 | 第16-17页 |
| 2.1.2 无线传输技术 | 第17-20页 |
| 2.2 系统需求分析 | 第20-21页 |
| 2.3 系统框架 | 第21-24页 |
| 第三章 硬件平台设计与实现 | 第24-33页 |
| 3.1 抄表节点结构设计 | 第24-26页 |
| 3.2 抄表节点硬件设计 | 第26-31页 |
| 3.2.1 图像处理模块和摄像头 | 第26-29页 |
| 3.2.2 LoRa远传模块 | 第29-31页 |
| 3.3 网关设计与实现 | 第31-33页 |
| 第四章 燃气表示数图像识别算法 | 第33-62页 |
| 4.1 图像预处理 | 第34-42页 |
| 4.1.1 灰度图像预处理 | 第34-38页 |
| 4.1.2 彩色图像预处理 | 第38-42页 |
| 4.2 基于边缘与颜色特征的示数区域定位与提取 | 第42-52页 |
| 4.2.1 基于边缘的二值化 | 第43-45页 |
| 4.2.2 基于颜色的二值化改进算法 | 第45-49页 |
| 4.2.3 区域定位及提取 | 第49-52页 |
| 4.3 字符分割 | 第52-54页 |
| 4.4 基于深度学习的字符识别 | 第54-59页 |
| 4.4.1 机器学习框架Dlib介绍 | 第55-56页 |
| 4.4.2 基于Inception V1架构的卷积神经网络 | 第56-59页 |
| 4.5 嵌入式软件设计 | 第59-62页 |
| 第五章 测试结果与分析 | 第62-66页 |
| 5.1 抄表平台测试 | 第62-63页 |
| 5.1.1 LoRa平台测试 | 第62-63页 |
| 5.1.2 系统测试 | 第63页 |
| 5.2 图像处理算法测试与结果 | 第63-66页 |
| 5.2.1 示数区域定位与提取测试 | 第63-64页 |
| 5.2.2 字符识别测试 | 第64-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 6.1 总结 | 第66页 |
| 6.2 展望 | 第66-68页 |
| 参考文献 | 第68-74页 |
| 攻读硕士学位期间取得的科研成果 | 第74-75页 |
| 致谢 | 第75页 |