基于字符识别的智能IC卡缺陷检测技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 IC卡压印字符图像的特征 | 第11页 |
| 1.3 光学字符识别技术概述 | 第11-13页 |
| 1.3.1 光学字符识别技术的发展过程 | 第11-12页 |
| 1.3.2 光学字符识别的流程 | 第12-13页 |
| 1.4 本文主要研究内容 | 第13-14页 |
| 第2章 卡片检测视觉系统硬件构架设计 | 第14-22页 |
| 2.1 系统工作原理 | 第14-15页 |
| 2.2 系统硬件组成 | 第15-21页 |
| 2.2.1 光源分析与选择 | 第15-16页 |
| 2.2.2 光源照明设计 | 第16-18页 |
| 2.2.3 相机选择 | 第18-19页 |
| 2.2.4 镜头的选择 | 第19-21页 |
| 2.3 检测装置机械设计 | 第21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 卡片检测视觉系统设计相关理论 | 第22-35页 |
| 3.1 图像处理基本知识 | 第22-23页 |
| 3.1.1 图像预处理概述 | 第22页 |
| 3.1.2 灰度直方图 | 第22页 |
| 3.1.3 图像二值化 | 第22-23页 |
| 3.2 图像噪声 | 第23-24页 |
| 3.2.1 高斯噪声 | 第23-24页 |
| 3.2.2 脉冲噪声 | 第24页 |
| 3.3 IC卡图像滤波 | 第24-28页 |
| 3.3.1 均值滤波 | 第24-25页 |
| 3.3.2 高斯滤波 | 第25-27页 |
| 3.3.3 中值滤波 | 第27-28页 |
| 3.4 图像分割技术 | 第28-34页 |
| 3.4.1 霍夫变换 | 第29-30页 |
| 3.4.2 阈值分割 | 第30-33页 |
| 3.4.3 基于熵的分割 | 第33页 |
| 3.4.4 字符图像的列分割 | 第33-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第4章 基于字符定位的外形轮廓提取 | 第35-54页 |
| 4.1 字符快速定位分割算法研究 | 第35-42页 |
| 4.1.1 高速运动卡片压印字符的特点 | 第35-36页 |
| 4.1.2 一种快速定位压印字符的算法 | 第36-42页 |
| 4.2 边缘检测技术 | 第42-43页 |
| 4.3 字符边缘检测算子 | 第43-48页 |
| 4.3.1 梯度算子 | 第43-45页 |
| 4.3.2 二阶导数边缘检测 | 第45-47页 |
| 4.3.3 Canny算子 | 第47-48页 |
| 4.4 压印字符外形轮廓提取 | 第48-53页 |
| 4.4.1 链码及边界跟踪 | 第48-50页 |
| 4.4.2 缺陷字符边缘的修补原理 | 第50-51页 |
| 4.4.3 二阶梯度图 | 第51页 |
| 4.4.4 缺陷字符边缘修补过程及结果 | 第51-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第5章 基于MATLAB的检测系统目标识别 | 第54-66页 |
| 5.1 字符识别 | 第54页 |
| 5.2 字符特征提取 | 第54-58页 |
| 5.2.1 直方图特征 | 第56页 |
| 5.2.2 字符几何矩特征 | 第56-57页 |
| 5.2.3 字符网格特征 | 第57-58页 |
| 5.3 BP神经网络设计 | 第58-61页 |
| 5.3.1 分类器概述 | 第58页 |
| 5.3.2 BP神经网络的设计 | 第58-60页 |
| 5.3.3 BP神经网络实验 | 第60-61页 |
| 5.4 系统测试及分析 | 第61-65页 |
| 5.4.1 测试平台搭建 | 第61-62页 |
| 5.4.2 测试平台介绍 | 第62-64页 |
| 5.4.3 测试结果分析 | 第64-65页 |
| 5.5 本章小结 | 第65-66页 |
| 第6章 结论 | 第66-67页 |
| 6.1 结论 | 第66页 |
| 6.2 展望 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 在学研究成果 | 第70-71页 |
| 致谢 | 第71页 |
