基于机器视觉的燃气表远程抄表系统研究
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第9-13页 |
| 1.1 课题来源 | 第9页 |
| 1.2 研究背景及意义 | 第9-10页 |
| 1.3 摄像直读式远传表的国内外研究现状 | 第10-12页 |
| 1.3.1 字符识别技术的国内外研究现状 | 第10-11页 |
| 1.3.2 直读式智能远传表的研究现状 | 第11-12页 |
| 1.4 本文主要工作及内容结构 | 第12-13页 |
| 2 系统的关键技术及总体方案研究 | 第13-17页 |
| 2.1 系统的关键技术研究 | 第13-14页 |
| 2.1.1 机器视觉技术 | 第13-14页 |
| 2.1.2 GPRS技术 | 第14页 |
| 2.2 系统的功能需求分析 | 第14-15页 |
| 2.3 系统的总体结构设计 | 第15-16页 |
| 2.4 本章小结 | 第16-17页 |
| 3 燃气表图像的预处理技术 | 第17-26页 |
| 3.1 图像的前期处理 | 第17-20页 |
| 3.1.1 图像的直方图均衡化增强技术 | 第17-19页 |
| 3.1.2 图像的滤波去噪 | 第19-20页 |
| 3.1.3 二值化处理 | 第20页 |
| 3.2 图像的区域定位 | 第20-21页 |
| 3.3 图像的倾斜校正 | 第21-23页 |
| 3.3.1 旋转变换 | 第22页 |
| 3.3.2 Hough变换 | 第22-23页 |
| 3.4 图像的分割 | 第23-25页 |
| 3.4.1 图像的边缘检测 | 第23-24页 |
| 3.4.2 字符的分割 | 第24-25页 |
| 3.5 燃气表图像预处理的结果与分析 | 第25页 |
| 3.6 本章小结 | 第25-26页 |
| 4 基于机器视觉的燃气表读数识别关键算法研究 | 第26-48页 |
| 4.1 字符图像特征提取方法研究 | 第26-31页 |
| 4.1.1 字符的特征提取方法 | 第27-30页 |
| 4.1.2 特征提取方法的结果分析 | 第30-31页 |
| 4.2 特征向量的数据约简研究 | 第31-39页 |
| 4.2.1 遗传算法的研究 | 第31-34页 |
| 4.2.2 粗糙集算法的研究 | 第34-36页 |
| 4.2.3 基于遗传算法优化的属性约简算法 | 第36-37页 |
| 4.2.4 基于遗传约简算法的数据约简结果与分析 | 第37-39页 |
| 4.3 燃气表读数识别算法研究 | 第39-47页 |
| 4.3.1 BP神经网络算法 | 第39-42页 |
| 4.3.2 基于遗传算法优化的神经网络算法 | 第42-44页 |
| 4.3.3 基于遗传神经网络的识别结果与分析 | 第44-47页 |
| 4.4 本章小结 | 第47-48页 |
| 5 系统的软硬件设计与实现 | 第48-60页 |
| 5.1 系统硬件的总体研究 | 第48-50页 |
| 5.1.1 系统硬件的总体结构 | 第48页 |
| 5.1.2 主要芯片选型 | 第48-50页 |
| 5.2 主要模块的电路设计 | 第50-54页 |
| 5.2.1 DSP主要外围电路设计 | 第50-52页 |
| 5.2.2 无线通信模块及外围电路设计 | 第52-54页 |
| 5.3 系统的软件设计 | 第54-56页 |
| 5.3.1 程序总体结构框架 | 第54页 |
| 5.3.2 主程序设计 | 第54-55页 |
| 5.3.3 机器视觉抄表终端程序设计 | 第55-56页 |
| 5.4 系统的实验测试 | 第56-59页 |
| 5.4.1 机器视觉抄表终端的测试 | 第56-57页 |
| 5.4.2 管理中心平台的测试 | 第57-59页 |
| 5.5 本章小结 | 第59-60页 |
| 6 总结与展望 | 第60-62页 |
| 6.1 总结 | 第60-61页 |
| 6.2 展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 附录 | 第67页 |
| A. 作者在攻读学位期间发表的论文目录 | 第67页 |
| B. 作者在攻读学位期间参与的科研项目 | 第67页 |
