基于机器视觉的电力仪表自动识别方法研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 课题研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 本文研究内容 | 第12-13页 |
| 1.4 本文结构安排 | 第13-15页 |
| 第二章 电力仪表自动识别系统框架 | 第15-20页 |
| 2.1 自动识别系统框架的搭建 | 第15页 |
| 2.2 电力仪表图像采集系统 | 第15-18页 |
| 2.2.1 巡检机器人 | 第16页 |
| 2.2.2 图像采集摄像头 | 第16-18页 |
| 2.3 电力仪表的自动识别软件设计 | 第18-19页 |
| 2.3.1 开发环境介绍 | 第18页 |
| 2.3.2 识别方法算法流程 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第三章 基于BM3D的电力仪表图像去噪算法研究 | 第20-27页 |
| 3.1 基于BM3D去噪方法 | 第20-22页 |
| 3.2 基于BM3D-SAPCA去噪算法 | 第22-24页 |
| 3.3 实验结果分析 | 第24-26页 |
| 3.4 本章小结 | 第26-27页 |
| 第四章 基于二维码匹配的指针式仪表读数识别方法 | 第27-35页 |
| 4.1 基于二维码匹配的图像采集方法 | 第27-28页 |
| 4.2 电力仪表图像倾斜校正 | 第28-29页 |
| 4.2.1 倾斜校正方法 | 第28-29页 |
| 4.2.2 图像倾斜校正预处理 | 第29页 |
| 4.3 表盘区域提取 | 第29-30页 |
| 4.4 指针式仪表读数识别 | 第30-31页 |
| 4.5 实验结果分析 | 第31-33页 |
| 4.6 本章小结 | 第33-35页 |
| 第五章 液位仪表识别方法研究 | 第35-45页 |
| 5.1 液位仪表图像倾斜校正 | 第35-38页 |
| 5.1.1 色彩空间转换 | 第36-37页 |
| 5.1.2 连通域标记算法 | 第37-38页 |
| 5.1.3 液位仪表图像倾斜校正 | 第38页 |
| 5.2 液位仪表的液位检测 | 第38-39页 |
| 5.3 液位值计算 | 第39-42页 |
| 5.3.1 液位线附近数字提取 | 第39-40页 |
| 5.3.2 数字字符归一化 | 第40-41页 |
| 5.3.3 数字特征提取 | 第41-42页 |
| 5.3.4 液位刻度计算 | 第42页 |
| 5.4 实验结果分析 | 第42-44页 |
| 5.5 本章小结 | 第44-45页 |
| 第六章 数字型仪表识别方法研究 | 第45-57页 |
| 6.1 读数区域提取 | 第45-47页 |
| 6.2 数字仪表图像的倾斜校正 | 第47-52页 |
| 6.2.1 边缘检测 | 第47-52页 |
| 6.2.2 读数区域倾斜校正 | 第52页 |
| 6.3 数字字符的选取及识别 | 第52-55页 |
| 6.3.1 数字字符选取 | 第52-53页 |
| 6.3.2 数字仪表的数字识别 | 第53-55页 |
| 6.4 实验结果分析 | 第55-56页 |
| 6.5 本章小结 | 第56-57页 |
| 第七章 总结与展望 | 第57-59页 |
| 7.1 本文工作总结 | 第57页 |
| 7.2 未来工作展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-65页 |
| 附录 | 第65页 |
