| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题背景及意义 | 第10页 |
| 1.2 课题相关技术发展现状 | 第10-14页 |
| 1.2.1 机器视觉发展现状 | 第11-14页 |
| 1.2.2 基于图像的条形码识别现状 | 第14页 |
| 1.3 论文主要内容 | 第14-16页 |
| 第二章 美术类考生试卷信息提取与处理系统的总体方案规划 | 第16-40页 |
| 2.1 美术类考生试卷信息获取概述 | 第16-18页 |
| 2.1.1 美术类考生试卷大小与条码方位 | 第16-17页 |
| 2.1.2 试卷信息图像采集过程 | 第17-18页 |
| 2.2 试卷信息采集设备的选择 | 第18-20页 |
| 2.2.1 工业相机 | 第18-19页 |
| 2.2.2 商业单反相机 | 第19页 |
| 2.2.3 试卷信息采集设备及其供电方式的最终选择 | 第19-20页 |
| 2.3 光源的选择 | 第20-26页 |
| 2.3.1 白炽灯光源 | 第20页 |
| 2.3.2 荧光灯 | 第20-21页 |
| 2.3.3 LED 集成光源 | 第21-22页 |
| 2.3.4 闪光灯光源 | 第22-23页 |
| 2.3.5 闪光灯电源的选择 | 第23-25页 |
| 2.3.6 光源的对比选择 | 第25-26页 |
| 2.4 采集设备的参数设置 | 第26-36页 |
| 2.4.1 光圈实验 | 第26-30页 |
| 2.4.1.1 128 码的光圈大小与可识别性 | 第28-29页 |
| 2.4.1.2 39 码的光圈与可识别性 | 第29-30页 |
| 2.4.2 像素实验 | 第30-35页 |
| 2.4.2.1 128 码的像素分辨率与可识别性 | 第30-33页 |
| 2.4.2.2 39 码的像素分辨率与可识别性 | 第33-35页 |
| 2.4.3 光圈与像素影响交叉实验 | 第35-36页 |
| 2.4.4 实验结果分析 | 第36页 |
| 2.4.5 相机参数设置结论 | 第36页 |
| 2.5 相机白平衡矫正 | 第36-37页 |
| 2.6 采集设备快门触发装置 | 第37-38页 |
| 2.7 图像采集设备数据传输方式与存储介质的选择 | 第38-40页 |
| 2.7.1 图像采集设备数据传输方式的选择 | 第38页 |
| 2.7.2 存储介质的选择 | 第38-40页 |
| 第三章 美术类考生试卷条形码信息的获取 | 第40-64页 |
| 3.1 一维条形码的类型和基础知识 | 第40-42页 |
| 3.2 128 码与 39 码的编码规则与校验方法 | 第42-51页 |
| 3.2.1 128 码的编码规则与校验方法 | 第42-43页 |
| 3.2.2 128 码的符号表示 | 第43-47页 |
| 3.2.3 128 条码的编码分析与相似边距离测量法的唯一性证明 | 第47-49页 |
| 3.2.3.1 编码容量 | 第48页 |
| 3.2.3.2 相似边距离的唯一性 | 第48-49页 |
| 3.2.4 39 码的编码规则与校验方法 | 第49-51页 |
| 3.2.4.1 39 码的结构 | 第49页 |
| 3.2.4.2 39 码字符集 | 第49-50页 |
| 3.2.4.3 39 码的密度、尺寸和公差 | 第50-51页 |
| 3.2.4.4 39 码校验字符的计算方法 | 第51页 |
| 3.3 条形码的识别方法 | 第51-54页 |
| 3.3.1 光电扫描解码 | 第51-52页 |
| 3.3.2 基于图像的识别方法 | 第52-54页 |
| 3.3.2.1 宽度测量法 | 第52-53页 |
| 3.3.2.2 平均值法 | 第53页 |
| 3.3.2.3 相似边宽度测量译码算法 | 第53-54页 |
| 3.3.3 译码方法比较 | 第54页 |
| 3.4 条形码识别软件的选择 | 第54-64页 |
| 3.4.1 使用 OpenCV 识别考生试卷上的条形码 | 第54页 |
| 3.4.2 EAN13 码简介 | 第54-57页 |
| 3.4.2.1 EAN13 的总体构成 | 第54-55页 |
| 3.4.2.2 EAN13 的字符集与前置码 | 第55-56页 |
| 3.4.2.3 EAN13 码的校验规则 | 第56-57页 |
| 3.4.3 EmguCV 下的 EAN13 码识别过程 | 第57-61页 |
| 3.4.3.1 图像灰度化 | 第57-58页 |
| 3.4.3.2 中值滤波 | 第58页 |
| 3.4.3.3 图像校正 | 第58-60页 |
| 3.4.3.4 二值化处理与解码 | 第60-61页 |
| 3.4.4 使用 Halcon 识别考生试卷上的条形码 | 第61-63页 |
| 3.4.5 条形码识别软件的选择 | 第63-64页 |
| 第四章 美术类考生试卷信息数据的存储与处理 | 第64-70页 |
| 4.1 数据信息存储方式的选择 | 第64页 |
| 4.2 对采集到的图像中考生信息的处理 | 第64-66页 |
| 4.3 美术类考生试卷信息识别与处理软件系统的工作流程 | 第66-70页 |
| 第五章 结论与展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 附录 A | 第76-80页 |
| 致谢 | 第80页 |
