基于BP神经网络的钢坯编号识别研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第1章 绪论 | 第7-14页 |
| ·课题概述 | 第7页 |
| ·选题意义 | 第7-8页 |
| ·国内外研究现状 | 第8-13页 |
| ·本文的研究内容 | 第13-14页 |
| 第2章 图像预处理与钢坯编号区域定位 | 第14-34页 |
| ·图像预处理 | 第14-23页 |
| ·图像的灰度转换 | 第17页 |
| ·灰度图像常用得处理技术 | 第17-23页 |
| ·常用的区域定位简介 | 第23-26页 |
| ·直接法 | 第23-24页 |
| ·基于数学形态学的车牌定位方法 | 第24-26页 |
| ·基于神经网络的车牌定位方法 | 第26页 |
| ·本文所用到区域定位方法 | 第26-33页 |
| ·图像的中钢坯大区域的选取 | 第27-29页 |
| ·图像中钢坯编号区域的定位 | 第29-33页 |
| ·位图数据 | 第33-34页 |
| 第3章 字符分割与识别 | 第34-49页 |
| ·编号区域图像预处理 | 第34-37页 |
| ·图像的梯度锐化 | 第35-36页 |
| ·去除离散的杂点噪声 | 第36页 |
| ·字符整体倾斜度调整 | 第36页 |
| ·字符分割 | 第36-37页 |
| ·字符特征提取 | 第37-40页 |
| ·字符的归一化处理 | 第37-38页 |
| ·字符图像的紧缩密排 | 第38-39页 |
| ·特征提取 | 第39-40页 |
| ·字符识别 | 第40-41页 |
| ·模板匹配法 | 第40-41页 |
| ·神经网络识别方法 | 第41页 |
| ·本文中用到的字符识别方法 | 第41-49页 |
| ·BP 神经网络简介 | 第41-45页 |
| ·本文中对字符识别系统的具体实现 | 第45-49页 |
| 第4章 系统设计与实现 | 第49-54页 |
| ·钢坯编号区域定位模块 | 第49-51页 |
| ·钢坯编号区域字符识别模块 | 第51-53页 |
| ·试验环境 | 第53页 |
| ·试验方法与结果 | 第53-54页 |
| 第5章 结论与展望 | 第54-55页 |
| ·总结 | 第54页 |
| ·展望 | 第54-55页 |
| 附录：作者在攻读硕士学位期间撰写的学术论文 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-60页 |
| 中文详细摘要 | 第60-63页 |
