纸张检测与定位技术的研究
摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第8-20页 |
1.1 研究背景及意义 | 第8-9页 |
1.2 国内外研究现状 | 第9-17页 |
1.2.1 人机交互的国内外研究现状 | 第9-15页 |
1.2.2 线段聚类的国内外研究现状 | 第15-17页 |
1.3 本文的主要研究内容及难点 | 第17-18页 |
1.4 论文结构安排 | 第18-20页 |
第二章 图像预处理理论知识 | 第20-31页 |
2.1 数字图像处理技术的概况 | 第20页 |
2.2 颜色空间 | 第20-22页 |
2.2.1 RGB 颜色模型 | 第20-21页 |
2.2.2 HSV 颜色模型 | 第21-22页 |
2.3 数字图像的灰度化 | 第22-23页 |
2.4 视频图像的噪声 | 第23-26页 |
2.4.1 均值滤波器 | 第24-25页 |
2.4.2 高斯平滑滤波 | 第25-26页 |
2.4.3 中值滤波器 | 第26页 |
2.5 形态学的数字图像处理技术 | 第26-30页 |
2.5.1 数字图像的平移和反射 | 第27-29页 |
2.5.3 开运算与闭运算 | 第29-30页 |
2.6 本章小结 | 第30-31页 |
第三章 纸张检测 | 第31-46页 |
3.1 引言 | 第31页 |
3.2 基于颜色空间的纸张检测 | 第31-34页 |
3.2.1 图像采集 | 第31-32页 |
3.2.2 颜色空间的选择 | 第32-33页 |
3.2.3 皮肤检测算法 | 第33-34页 |
3.2.4 皮肤检测的应用 | 第34页 |
3.3 基于 LSD 的纸张检测 | 第34-44页 |
3.3.1 纸张线条的提取 | 第34-39页 |
3.3.2 线段轮廓的提取 | 第39-40页 |
3.3.3 纸张定位 | 第40-42页 |
3.3.4 实验结果及分析 | 第42-44页 |
3.4 本章小结 | 第44-46页 |
第四章 一种新的快速线段聚类算法 | 第46-57页 |
4.1 引言 | 第46页 |
4.2 算法的实施过程 | 第46-53页 |
4.2.1 图像线条的提取 | 第47-48页 |
4.2.2 基于方向的粗聚类 | 第48-50页 |
4.2.3 基于距离的再聚类 | 第50-53页 |
4.3 试验与分析 | 第53-56页 |
4.4 本章小结 | 第56-57页 |
第五章 总结与展望 | 第57-59页 |
5.1 本文总结 | 第57页 |
5.2 对未来研究工作的展望 | 第57-59页 |
参考文献 | 第59-64页 |
作者在攻读硕士期间的研究成果 | 第64-65页 |
致谢 | 第65页 |