基于HALCON的IC卡喷码符号识别技术研究与实现
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-10页 |
| Content | 第10-13页 |
| 第一章 绪论 | 第13-18页 |
| ·机器视觉的国内外研究现状 | 第13-14页 |
| ·课题的来源与现实意义 | 第14-15页 |
| ·课题主要研究内容和创新点 | 第15-17页 |
| ·论文的组织结构 | 第17-18页 |
| 第二章 卡片检测视觉系统设计相关理论与实现工具 | 第18-37页 |
| ·图像处理基本知识 | 第18-28页 |
| ·图像的数字化 | 第18页 |
| ·图像滤波 | 第18-25页 |
| ·数学形态学滤波 | 第18-21页 |
| ·均值滤波算法 | 第21-22页 |
| ·中值滤波算法 | 第22-24页 |
| ·高斯平滑滤波算法 | 第24-25页 |
| ·图像分割方法 | 第25-28页 |
| ·基于阈值的分割方法 | 第25-26页 |
| ·基于熵的分割方法 | 第26-27页 |
| ·基于色度和空间的分割方法 | 第27-28页 |
| ·基于 Gabor小波的纹理分割方法 | 第28页 |
| ·人工神经网络及其在字符识别中的应用 | 第28-33页 |
| ·神经网络简介 | 第28-30页 |
| ·神经网络与模式识别的关系 | 第30-33页 |
| ·模式识别方法的分类以及比较 | 第30-31页 |
| ·神经网络模式识别系统概述 | 第31-33页 |
| ·系统主要开发工具 | 第33-37页 |
| ·机器视觉开发工具 Ha1con | 第33-35页 |
| ·Visua1 C++.NET | 第35-37页 |
| 第三章 字符定位识别关键技术研究 | 第37-61页 |
| ·目标快速定位分割算法研究 | 第37-41页 |
| ·高速运动卡片上喷码字符的特点 | 第37页 |
| ·一种新的快速提取喷码字符的算法 | 第37-41页 |
| ·条形码识别 | 第41-53页 |
| ·条形码相关概念 | 第42页 |
| ·条码编码原理及分类 | 第42-44页 |
| ·条码识别算法 | 第44-53页 |
| ·EAN-13的编码分析 | 第45-47页 |
| ·基于图像的条码译码的方法 | 第47-53页 |
| ·字符识别 | 第53-61页 |
| ·字符识别概述 | 第53-54页 |
| ·BP神经网络学习算法 | 第54-58页 |
| ·改进 BP神经网络 | 第58-61页 |
| 第四章 基于 Halcon的卡片符号识别与实现 | 第61-86页 |
| ·系统的工作原理 | 第61-62页 |
| ·系统的硬件组成 | 第62-71页 |
| ·光源 | 第62-66页 |
| ·CCD摄像机 | 第66-67页 |
| ·镜头 | 第67-71页 |
| ·系统的软件设计 | 第71-86页 |
| ·图像采集模块实现 | 第72-76页 |
| ·AntivVisionTools简介 | 第72-73页 |
| ·ActivView控件 | 第73-75页 |
| ·采集程序部分代码说明 | 第75-76页 |
| ·模板匹配模块实现 | 第76-79页 |
| ·基于形状的模板匹配 | 第76-77页 |
| ·模板匹配部分代码说明 | 第77-79页 |
| ·条形码识别模块实现 | 第79-80页 |
| ·字符识别模块实现 | 第80-84页 |
| ·输出模块实现 | 第84页 |
| ·小结 | 第84-86页 |
| 第五章 系统实验与结果分析 | 第86-90页 |
| ·系统实验 | 第86-87页 |
| ·系统运行界面 | 第86页 |
| ·软件运行的硬件环境 | 第86-87页 |
| ·实验结果分析 | 第87-90页 |
| 第六章 结论与展望 | 第90-92页 |
| ·论文的主要结论 | 第90页 |
| ·进一步的研究工作 | 第90-92页 |
| 参考文献 | 第92-97页 |
| 攻读学位期间发表论文 | 第97-98页 |
| 独创性声明 | 第98-99页 |
| 致谢 | 第99页 |
