基于机器视觉的电能表检测系统研究
摘要 | 第1-6页 |
ABSTRACT | 第6-10页 |
第1章 绪论 | 第10-14页 |
·课题研究背景和意义 | 第10页 |
·机器视觉的应用及研究现状 | 第10-13页 |
·机器视觉概述 | 第11页 |
·机器视觉国内外研究现状 | 第11-13页 |
·论文的研究内容及章节安排 | 第13-14页 |
第2章 电能表检测系统设计 | 第14-21页 |
·检测系统概述 | 第14-15页 |
·检测系统硬件环境 | 第15-19页 |
·检测系统软件设计 | 第19-20页 |
·本章小结 | 第20-21页 |
第3章 电能表图像特征区域定位 | 第21-46页 |
·预处理简介 | 第21-41页 |
·图像灰度化 | 第21-23页 |
·图像去噪 | 第23-27页 |
·图像二值化 | 第27-33页 |
·图像校正 | 第33-41页 |
·液晶屏定位 | 第41-43页 |
·条码区域定位 | 第43-44页 |
·本章小结 | 第44-46页 |
第4章 电能表图像信息提取 | 第46-61页 |
·字符信息提取 | 第46-54页 |
·字符识别方法 | 第46-49页 |
·字符分割 | 第49-51页 |
·字符识别 | 第51-54页 |
·条码信息提取 | 第54-60页 |
·电能表条形码结构及特征 | 第54-55页 |
·电能表条形码编码规则 | 第55-57页 |
·电能表条形码信息识别 | 第57-60页 |
·本章小结 | 第60-61页 |
第5章 电能表表面缺陷检测 | 第61-68页 |
·电能表缺陷类型 | 第61页 |
·电能表缺陷提取 | 第61-63页 |
·电能表缺陷判定 | 第63-67页 |
·本章小结 | 第67-68页 |
第6章 总结与展望 | 第68-70页 |
参考文献 | 第70-73页 |
附录 | 第73-76页 |
致谢 | 第76-77页 |
攻读学位期间参加的科研项目和成果 | 第77页 |