首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于智能机器人的仪表示数识别技术与系统研制

致谢第4-5页
摘要第5-7页
Abstract第7-8页
1 绪论第14-21页
    1.1 研究背景及意义第14-15页
    1.2 国内外研究现状第15-18页
        1.2.1 仪表示数识别方法的研究现状第15-17页
        1.2.2 仪表示数识别系统的研究现状第17页
        1.2.3 实际应用现状第17-18页
    1.3 非固定式仪表示数识别系统的存在问题第18-19页
    1.4 本文主要内容和章节安排第19-21页
2 基于智能机器人的仪表示数识别系统的设计第21-28页
    2.1 系统设计思路第21-23页
        2.1.1 总体设计思路与技术方案第21-22页
        2.1.2 多类型仪表识别问题的解决思路第22页
        2.1.3 系统环境复杂性的解决思路第22-23页
    2.2 系统设计架构第23-26页
        2.2.1 系统架构第23-24页
        2.2.2 功能架构第24-25页
        2.2.3 技术架构第25-26页
    2.3 系统指标要求第26页
    2.4 系统硬件平台介绍第26-28页
3 基于结构化支持向量机的仪表检测算法第28-41页
    3.1 目标检测算法概述第28-30页
    3.2 基于结构化支持向量机的仪表检测算法描述第30-31页
    3.3 图像预处理第31-33页
        3.3.1 预处理方法概述第31-32页
        3.3.2 核心步骤第32-33页
    3.4 结构化支持向量机(Structured output SVM)第33-34页
        3.4.1 结构化支持向量机的应用第33-34页
        3.4.2 核函数选择第34页
    3.5 特征选择及组合第34-37页
        3.5.1 常用的图像特征第34-35页
        3.5.2 特征选择第35-36页
        3.5.3 多特征组合第36-37页
    3.6 实验结果与分析第37-40页
        3.6.1 检测效果分析第37-39页
        3.6.2 组合特征的有效性验证第39-40页
    3.7 本章小结第40-41页
4 基于SURF特征的图像配准算法第41-54页
    4.1 图像配准算法概述第41-42页
    4.2 基于SURF特征的图像配准算法描述第42-43页
    4.3 特征检测算子第43-46页
        4.3.1 常见的特征检测算子概述第43-45页
        4.3.2 特征检测算子选择第45-46页
    4.4 特征点匹配算法第46-49页
        4.4.1 特征点匹配算法概述第46-47页
        4.4.2 特征点匹配算法选择第47-48页
        4.4.3 特征点匹配算法改进第48-49页
    4.5 PROSAC抽样一致性第49-50页
    4.6 实验结果及分析第50-53页
        4.6.1 BF算法和FLANN算法的配准效果对比第50-52页
        4.6.2 ORB特征和SURF特征的配准效果对比第52-53页
    4.7 本章小结第53-54页
5 仪表识别算法第54-79页
    5.1 常见仪表类型概述第54-55页
    5.2 基于预建模和图像旋转法的指针式仪表识别算法第55-62页
        5.2.1 基于预建模和图像旋转法的指针式仪表识别算法描述第55-56页
        5.2.2 预建模算法第56-59页
        5.2.3 基于图像旋转法的指针位置检测第59-62页
        5.2.4 示数计算第62页
    5.3 基于KNN的数显式仪表识别算法第62-75页
        5.3.1 基于KNN的数显式仪表识别算法描述第63页
        5.3.2 数显区域预处理第63-69页
        5.3.3 数字定位与分割第69页
        5.3.4 基于KNN的数字训练及识别第69-72页
        5.3.5 小数点识别算法第72-75页
    5.4 实验结果及分析第75-78页
        5.4.1 指针式仪表识别结果及分析第75-76页
        5.4.2 数显式仪表识别结果及分析第76-77页
        5.4.3 仪表识别率及速度分析第77-78页
    5.5 本章小结第78-79页
6 基于智能机器人的仪表示数识别系统的实现第79-89页
    6.1 系统功能实现第79-85页
        6.1.1 仪表建模软件的实现第79-81页
        6.1.2 系统整体功能的实现第81-85页
    6.2 系统实测结果第85-87页
    6.3 系统评估第87-89页
7 总结与展望第89-92页
    7.1 本文工作总结第89-90页
    7.2 未来工作展望第90-92页
参考文献第92-97页
攻读硕士学位期间主要科研成果第97页

论文共97页,点击 下载论文
上一篇:汽轮发电机组质量不平衡故障预警与诊断技术研究
下一篇:汽轮机组能效优化策略的研究