首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

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

论文共56页,点击 下载论文
上一篇:平行辊式钢筋调直切断机调直原理与切断仿真研究
下一篇:传动零件三维参数化设计技术的研究