| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题来源 | 第10页 |
| 1.2 课题的研究背景和意义 | 第10-11页 |
| 1.3 国内外研究现状及分析 | 第11-14页 |
| 1.3.1 国外研究现状 | 第11-13页 |
| 1.3.2 国内研究现状 | 第13页 |
| 1.3.3 国内外文献综述简析 | 第13-14页 |
| 1.4 论文的主要内容 | 第14-16页 |
| 第2章 ML-FRFT直线检测算法研究 | 第16-33页 |
| 2.1 引言 | 第16页 |
| 2.2 直线检测算法 | 第16-19页 |
| 2.2.1 Hough变换直线检测 | 第16-17页 |
| 2.2.2 Radon变换直线检测 | 第17-18页 |
| 2.2.3 基于傅里叶变换的Radon变换直线检测 | 第18-19页 |
| 2.3 ML-FRFT直线检测算法 | 第19-24页 |
| 2.3.1 算法基本原理 | 第19-21页 |
| 2.3.2 ML-FRFT算法流程 | 第21-24页 |
| 2.4 对比实验及结果分析 | 第24-31页 |
| 2.4.1 混合宽度直线检测 | 第24-26页 |
| 2.4.2 混合形状图像直线检测 | 第26-27页 |
| 2.4.3 包含多条直线图像直线检测 | 第27-29页 |
| 2.4.4 噪声图像直线检测 | 第29-30页 |
| 2.4.5 灰度图像直线检测 | 第30-31页 |
| 2.5 算法复杂度分析 | 第31-32页 |
| 2.6 本章小结 | 第32-33页 |
| 第3章 基于ML-FRFT的线段检测算法 | 第33-53页 |
| 3.1 引言 | 第33页 |
| 3.2 Hough变换线段检测原理 | 第33页 |
| 3.3 LSD线段检测算法 | 第33-38页 |
| 3.3.1 水平线、水平线角度以及直线支撑集 | 第34-35页 |
| 3.3.2 线段检测算法流程 | 第35-38页 |
| 3.4 基于的ML-FRFT线段检测算法 | 第38-43页 |
| 3.4.1 傅里叶频谱合并 | 第38-39页 |
| 3.4.2 正弦图分离线段检测 | 第39-41页 |
| 3.4.3 算法流程 | 第41-43页 |
| 3.5 算法对比实验及结果分析 | 第43-49页 |
| 3.5.1 多条相交线段检测 | 第44-46页 |
| 3.5.2 混合图形线段检测 | 第46页 |
| 3.5.3 噪声图像线段检测 | 第46-47页 |
| 3.5.4 灰度图像线段检测 | 第47-48页 |
| 3.5.5 实验结果及算法分析 | 第48-49页 |
| 3.6 改进的ML-FRFT灰度图像线段检测算法 | 第49-52页 |
| 3.6.1 算法思想及流程 | 第50页 |
| 3.6.2 算法实验结果及应用分析 | 第50-52页 |
| 3.7 本章小结 | 第52-53页 |
| 第4章 仪表图像识别系统设计与实现 | 第53-64页 |
| 4.1 系统功能设计与实现 | 第53-55页 |
| 4.1.1 系统基本功能 | 第53-55页 |
| 4.1.2 算法流程 | 第55页 |
| 4.2 基于边缘检测的模板匹配识别方法 | 第55-58页 |
| 4.2.1 图像预处理与特征提取 | 第56-57页 |
| 4.2.2 模板匹配字符识别 | 第57-58页 |
| 4.2.3 算法识别结果及分析 | 第58页 |
| 4.3 基于线段检测的全信息特征提取识别方法 | 第58-63页 |
| 4.3.1 算法基本思想 | 第58页 |
| 4.3.2 图像预处理及特征提取 | 第58-60页 |
| 4.3.3 仪表图像识别算法 | 第60-61页 |
| 4.3.4 算法识别结果及分析 | 第61-63页 |
| 4.4 本章小结 | 第63-64页 |
| 结论 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69页 |