纸币序列号识别系统的算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-15页 |
| ·研究意义 | 第10页 |
| ·国内外研究现状 | 第10-12页 |
| ·本文的主要内容 | 第12-15页 |
| 第2章 硬件系统方案 | 第15-17页 |
| ·硬件平台框图及工作流程 | 第15-16页 |
| ·主要模块功能简介 | 第16页 |
| ·本章小结 | 第16-17页 |
| 第3章 图像预处理 | 第17-35页 |
| ·图像二值化 | 第17-20页 |
| ·灰度直方图 | 第17-18页 |
| ·全局阈值分割 | 第18-19页 |
| ·局部阈值分割 | 第19-20页 |
| ·图像平滑与噪声抑制 | 第20-22页 |
| ·噪声抑制 | 第20-21页 |
| ·高斯滤波 | 第21页 |
| ·中值滤波 | 第21-22页 |
| ·纸币边缘检测 | 第22-25页 |
| ·Hough 变换 | 第22-23页 |
| ·随机Hough 变换 | 第23-25页 |
| ·畸变校正 | 第25-27页 |
| ·图像旋转变换 | 第26页 |
| ·图像切向变换 | 第26页 |
| ·本文所用方法 | 第26-27页 |
| ·字符分割 | 第27-32页 |
| ·行程编码 | 第27-28页 |
| ·序列号区域提取 | 第28-29页 |
| ·字符提取方法 | 第29-32页 |
| ·字符归一化 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 特征提取 | 第35-48页 |
| ·特征分类 | 第35页 |
| ·几何特征 | 第35-38页 |
| ·矩向量 | 第35-38页 |
| ·结构化特征 | 第38-43页 |
| ·Fourier 描述算子 | 第41-43页 |
| ·几种常见的特征提取方法 | 第43-45页 |
| ·区域特征 | 第43-44页 |
| ·边界点特征 | 第44-45页 |
| ·本文使用的特征提取方法 | 第45-47页 |
| ·二维投影直方图 | 第45-46页 |
| ·欧拉数 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第5章 模式分类方法 | 第48-57页 |
| ·常见模式分类方法 | 第48-49页 |
| ·人工神经网络 | 第49-52页 |
| ·神经元模型 | 第49-50页 |
| ·网络结构及分类 | 第50-52页 |
| ·径向基函数神经网络 | 第52-53页 |
| ·基于径向基函数网络的字符识别方法 | 第53-56页 |
| ·网络模型设计 | 第53-54页 |
| ·隐藏层权值的确定 | 第54-55页 |
| ·输出层权值的确定 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第6章 实验结果与分析 | 第57-66页 |
| ·硬件平台实验 | 第57-60页 |
| ·图像采集 | 第57-58页 |
| ·二值化 | 第58页 |
| ·边缘提取 | 第58-59页 |
| ·畸变校正 | 第59-60页 |
| ·序列号区域提取及字符分割 | 第60页 |
| ·软件平台实验 | 第60-66页 |
| ·字符分割 | 第62页 |
| ·字符归一化 | 第62-63页 |
| ·径向函数训练及字符识别结果 | 第63-66页 |
| 第7章 总结与展望 | 第66-69页 |
| ·全文工作总结 | 第66-68页 |
| ·后续工作展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 攻博/硕期间取得的研究成果 | 第74-75页 |
