基于视频图像的船舶水尺自动测量系统的设计与实现
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 主要符号表 | 第8-9页 |
| 第1章 引言 | 第9-19页 |
| 1.1 研究背景和意义 | 第9-11页 |
| 1.2 国内外研究现状及存在问题 | 第11-15页 |
| 1.2.1 研究现状 | 第11-14页 |
| 1.2.2 存在问题 | 第14-15页 |
| 1.3 图像处理技术的应用 | 第15-16页 |
| 1.4 研究目标与内容 | 第16-19页 |
| 第2章 基础理论 | 第19-25页 |
| 2.1 水尺预备知识 | 第19-21页 |
| 2.1.1 船舶吃水 | 第19页 |
| 2.1.2 船舶水尺标识 | 第19-20页 |
| 2.1.3 船舶水尺功能 | 第20-21页 |
| 2.2 数字图像处理 | 第21-24页 |
| 2.2.1 图像概念 | 第21-22页 |
| 2.2.2 颜色空间 | 第22-23页 |
| 2.2.3 形态处理 | 第23-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 船舶水线位置识别 | 第25-41页 |
| 3.1 水尺定位 | 第25-36页 |
| 3.1.1 二值化方法 | 第26-28页 |
| 3.1.2 船舶水尺图像特性分析及图像缩小 | 第28-30页 |
| 3.1.3 船舶水尺定位 | 第30-36页 |
| 3.2 船舶水线位置识别 | 第36-40页 |
| 3.2.1 K-means聚类算法 | 第36-37页 |
| 3.2.2 船舶水线位置识别 | 第37-40页 |
| 3.3 本章小结 | 第40-41页 |
| 第4章 船舶水线刻度识别 | 第41-50页 |
| 4.1 字符识别技术 | 第41-48页 |
| 4.1.1 OCR与DNN | 第42-45页 |
| 4.1.2 船舶水尺识别DNN网络的设计 | 第45-47页 |
| 4.1.3 船舶水尺识别DNN网络的训练 | 第47-48页 |
| 4.2 船舶水线刻度识别 | 第48-49页 |
| 4.3 本章小结 | 第49-50页 |
| 第5章 船舶水尺测量系统的设计与实现 | 第50-59页 |
| 5.1 系统方案 | 第50-51页 |
| 5.2 硬件方案 | 第51-54页 |
| 5.2.1 船舶水尺视频采集方案 | 第51-52页 |
| 5.2.2 船舶水尺图像处理硬件需求 | 第52-53页 |
| 5.2.3 船舶水尺视频存储方案 | 第53-54页 |
| 5.3 软件方案 | 第54-56页 |
| 5.3.1 实验环境 | 第54-55页 |
| 5.3.2 系统设计原则 | 第55页 |
| 5.3.3 系统功能 | 第55页 |
| 5.3.4 软件系统模块 | 第55-56页 |
| 5.4 船舶水尺图像自动测量系统实现与分析 | 第56-58页 |
| 5.4.1 视频序列图像处理 | 第56-57页 |
| 5.4.2 船舶水尺图像识别系统实现 | 第57-58页 |
| 5.4.3 船舶水尺图像识别分析 | 第58页 |
| 5.5 本章小结 | 第58-59页 |
| 第6章 总结与展望 | 第59-60页 |
| 6.1 总结 | 第59页 |
| 6.2 展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 在学期间发表的学术论文 | 第64页 |
