万用表数字图像识别技术及应用研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 目录 | 第5-7页 |
| 第1章 引言 | 第7-12页 |
| 1.1 研究背景及其意义 | 第7-8页 |
| 1.2 图像识别的发展与应用 | 第8-10页 |
| 1.3 数字字符识别的研究现状 | 第10-11页 |
| 1.4 论文主要内容和章节安排 | 第11-12页 |
| 第2章 数字万用表检定系统设计 | 第12-17页 |
| 2.1 系统框架 | 第12-13页 |
| 2.2 硬件设计 | 第13-14页 |
| 2.3 软件设计 | 第14-15页 |
| 2.4 软件环境 | 第15页 |
| 2.5 工作流程 | 第15-16页 |
| 2.6 本章小结 | 第16-17页 |
| 第3章 万用表数字图像预处理 | 第17-28页 |
| 3.1 数字区域的初步定位 | 第17-18页 |
| 3.2 对比度增强 | 第18-20页 |
| 3.3 二值化处理 | 第20-22页 |
| 3.4 噪声滤波 | 第22-24页 |
| 3.5 数字区域的精确定位 | 第24-25页 |
| 3.6 字符分割 | 第25-26页 |
| 3.7 归一化处理 | 第26页 |
| 3.8 本章小结 | 第26-28页 |
| 第4章 万用表数字图像的特征提取与融合 | 第28-39页 |
| 4.1 图像常用特征 | 第28-30页 |
| 4.2 数字字符图像特征提取 | 第30-33页 |
| 4.3 特征选择与融合 | 第33-37页 |
| 4.4 本章小结 | 第37-39页 |
| 第5章 万用表数字图像识别 | 第39-50页 |
| 5.1 基于模板匹配的数字识别 | 第39-41页 |
| 5.2 基于BP神经网络的数字识别 | 第41-47页 |
| 5.3 识别结果比较与分析 | 第47-49页 |
| 5.4 本章小结 | 第49-50页 |
| 第6章 系统功能测试及效益分析 | 第50-57页 |
| 6.1 系统功能测试 | 第50-55页 |
| 6.2 效益分析 | 第55-56页 |
| 6.3 本章小结 | 第56-57页 |
| 第7章 总结与展望 | 第57-58页 |
| 7.1 论文总结 | 第57页 |
| 7.2 展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读学位期间的研究成果 | 第63页 |
