基于深度学习的指针式仪表示数识别
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-12页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9页 |
| 1.3 本文研究的主要内容 | 第9-11页 |
| 1.4 本文的创新点 | 第11-12页 |
| 2 表盘定位 | 第12-28页 |
| 2.1 图像分析和常用算法 | 第12-15页 |
| 2.2 Faster-RCNN算法原理 | 第15-23页 |
| 2.3 Faster-RCNN算法实现 | 第23-27页 |
| 2.4 本章小结 | 第27-28页 |
| 3 表盘预处理 | 第28-34页 |
| 3.1 图像灰度化 | 第28-29页 |
| 3.2 图像二值化 | 第29-31页 |
| 3.3 连通域标记 | 第31-33页 |
| 3.4 本章小结 | 第33-34页 |
| 4 指针的分割与细化 | 第34-40页 |
| 4.1 指针分割 | 第34-37页 |
| 4.2 指针细化 | 第37-39页 |
| 4.3 本章小结 | 第39-40页 |
| 5 仪表示数识别 | 第40-46页 |
| 5.1 示数识别算法 | 第40-42页 |
| 5.2 表盘数字识别 | 第42-44页 |
| 5.3 示数识别 | 第44-45页 |
| 5.4 本章小结 | 第45-46页 |
| 6 软件的编写和实现 | 第46-50页 |
| 6.1 实验的软硬件介绍 | 第46页 |
| 6.2 图像处理结果及分析 | 第46-49页 |
| 6.3 本章小结 | 第49-50页 |
| 7 总结与展望 | 第50-52页 |
| 7.1 课题总结 | 第50-51页 |
| 7.2 课题展望 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-56页 |
