| 致谢 | 第4-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 1 绪论 | 第10-17页 |
| 1.1 视障人士现状 | 第10-11页 |
| 1.2 盲人视觉辅具的发展 | 第11-12页 |
| 1.3 盲人辅具的需求分析 | 第12-15页 |
| 1.4 研究目标及内容 | 第15-17页 |
| 1.4.1 研究目标 | 第15页 |
| 1.4.2 研究内容 | 第15-17页 |
| 2 纸币识别方法研究 | 第17-23页 |
| 2.1 颜色及纹理模板匹配 | 第17-18页 |
| 2.2 机器学习 | 第18-20页 |
| 2.3 特征点匹配 | 第20-21页 |
| 2.4 本章小结 | 第21-23页 |
| 3 基于RGB-D相机的纸币检测和纸币识别 | 第23-41页 |
| 3.1 深度提取 | 第23-26页 |
| 3.1.1 近距离深度提取 | 第23-25页 |
| 3.1.2 帧间差分 | 第25-26页 |
| 3.2 纸币检测 | 第26-33页 |
| 3.2.1 特征提取 | 第26-28页 |
| 3.2.2 Adaboost训练分类器 | 第28-29页 |
| 3.2.3 纸币特征提取 | 第29-32页 |
| 3.2.4 纸币检出 | 第32-33页 |
| 3.2.5 深度填充比的非纸币区域抑制 | 第33页 |
| 3.3 纸币识别 | 第33-38页 |
| 3.3.1 SURF算法 | 第33-36页 |
| 3.3.2 标准纸币的SURF特征点及其描述子获取 | 第36-37页 |
| 3.3.3 特征点匹配的算法改进 | 第37-38页 |
| 3.3.4 多帧累计结果输出 | 第38页 |
| 3.4 本章小结 | 第38-41页 |
| 4 用于盲人辅助的纸币识别系统 | 第41-43页 |
| 4.1 图像获取 | 第41页 |
| 4.2 声音交互 | 第41-43页 |
| 5 纸币识别实验与分析 | 第43-48页 |
| 5.1 特征点提取的标准区域尺寸选择实验 | 第43-44页 |
| 5.2 深度信息对纸币识别性能影响实验 | 第44-45页 |
| 5.3 算法鲁棒性实验 | 第45-47页 |
| 5.4 纸币识别结果 | 第47-48页 |
| 6 总结与展望 | 第48-50页 |
| 6.1 总结 | 第48页 |
| 6.2 展望 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 作者简介及硕士期间主要研究成果 | 第54页 |