变形QR码的多结构校正识别研究
摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第9-15页 |
1.1 课题研究背景与意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-13页 |
1.2.1 QR码校正算法研究现状 | 第10-11页 |
1.2.2 ELM分类算法研究现状 | 第11-13页 |
1.3 研究工作及内容安排 | 第13-15页 |
1.3.1 主要研究工作 | 第13-14页 |
1.3.2 课题内容安排 | 第14-15页 |
第2章 QR码图像预处理 | 第15-23页 |
2.1 图像灰度化 | 第15-17页 |
2.2 图像二值化 | 第17-19页 |
2.3 图像归一化 | 第19-20页 |
2.4 图像定位 | 第20-22页 |
2.5 本章小结 | 第22-23页 |
第3章 变形QR码的特征分类 | 第23-32页 |
3.1 QR码特征数据化 | 第23-27页 |
3.1.1 距离特征 | 第23-25页 |
3.1.2 QR码变形特征提取 | 第25-27页 |
3.2 极限学习机特征学习分类 | 第27-30页 |
3.3 分类校正系数确定 | 第30-31页 |
3.4 本章小结 | 第31-32页 |
第4章 多结构校正算法 | 第32-38页 |
4.1 算法流程 | 第32-33页 |
4.2 反透视变换 | 第33-34页 |
4.3 坐标分类映射 | 第34-37页 |
4.3.1 平面变形 | 第34-35页 |
4.3.2 半曲面变形 | 第35-36页 |
4.3.3 全曲面变形 | 第36-37页 |
4.4 本章小结 | 第37-38页 |
第5章 实验结果和数据对比分析 | 第38-44页 |
5.1 试验流程及样本 | 第38-39页 |
5.2 分类校正结果分析 | 第39-44页 |
5.2.1 分类算法对比分析 | 第39-41页 |
5.2.2 校正算法对比分析 | 第41-44页 |
第6章 结论与展望 | 第44-46页 |
6.1 结论 | 第44页 |
6.2 展望 | 第44-46页 |
参考文献 | 第46-50页 |
攻读硕士学位期间发表的论文 | 第50-51页 |
致谢 | 第51页 |