电能表表号点状数字识别算法研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-18页 |
| ·课题的研究背景及意义 | 第11-13页 |
| ·图像识别技术的国内外发展 | 第13-14页 |
| ·字符识别技术分类 | 第14-16页 |
| ·论文的主要研究内容和结构 | 第16-18页 |
| 第2章 电能表图像的预处理 | 第18-27页 |
| ·电能表图像的灰度化 | 第18-19页 |
| ·电能表图像的边缘检测 | 第19-22页 |
| ·Sobel 边缘算子 | 第20-21页 |
| ·Prewitt 边缘算子 | 第21页 |
| ·Canny 边缘算子 | 第21-22页 |
| ·图像的二值化 | 第22-23页 |
| ·图像的形态学运算 | 第23-25页 |
| ·膨胀运算 | 第23-24页 |
| ·腐蚀运算 | 第24-25页 |
| ·图像的插值算法 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 电能表表号数字区域的定位 | 第27-37页 |
| ·电能表图像的特征 | 第27-28页 |
| ·文本定位方法 | 第28-32页 |
| ·基于边缘的方法 | 第28-30页 |
| ·基于区域的方法 | 第30页 |
| ·基于纹理的方法 | 第30-32页 |
| ·基于机器学习方法 | 第32页 |
| ·表号区域定位方法 | 第32-35页 |
| ·定位结果分析 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 电能表表号数字的切割 | 第37-44页 |
| ·表号区域数字的特征 | 第37页 |
| ·表号区域数字切割 | 第37-43页 |
| ·表号区域预处理 | 第38-39页 |
| ·区域数字的切割 | 第39-42页 |
| ·结果分析 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第5章 电能表表号数字的识别 | 第44-54页 |
| ·表号数字识别原理 | 第44页 |
| ·基于像素矩的数字特征提取 | 第44-47页 |
| ·粗网格特征 | 第45页 |
| ·像素矩特征 | 第45-47页 |
| ·基于模板匹配的数字识别 | 第47页 |
| ·基于BP 神经网络的数字识别 | 第47-52页 |
| ·BP 网络模型 | 第48-49页 |
| ·BP 网络学习方法 | 第49-50页 |
| ·样本的训练 | 第50-51页 |
| ·识别结果 | 第51-52页 |
| ·结果分析 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-57页 |
| 致谢 | 第57-58页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第58页 |
