高噪声目标图像的轮胎规格号识别技术研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-10页 |
| 第一章 绪论 | 第10-22页 |
| ·轮胎信息标识方式 | 第10-12页 |
| ·轮胎胎号标识 | 第10页 |
| ·条形码标识 | 第10-11页 |
| ·射频芯片标识 | 第11页 |
| ·激光打码标识 | 第11-12页 |
| ·轮胎规格号标识 | 第12页 |
| ·光学字符识别技术及规格号字符研究概况 | 第12-18页 |
| ·光学字符国内外研究现状 | 第13-14页 |
| ·OCR技术的难点问题和识别算法的最新进展 | 第14-15页 |
| ·轮胎规格号识别技术进展 | 第15-18页 |
| ·激光三角测量法识别技术 | 第15-17页 |
| ·基于光学图像的识别技术 | 第17-18页 |
| ·课题研究的意义及论文完成的主要工作内容 | 第18-21页 |
| ·课题研究的意义 | 第18-19页 |
| ·论文完成的主要工作内容 | 第19-21页 |
| ·论文工作的创新点 | 第21-22页 |
| 第二章 轮胎图像的获取技术研究 | 第22-37页 |
| ·轮胎规格号含义以及成像特性 | 第22-25页 |
| ·轮胎规格号含义 | 第22-23页 |
| ·规格号字符特点及成像特性分析 | 第23-25页 |
| ·轮胎规格号识别系统硬件结构 | 第25-26页 |
| ·系统照明技术研究 | 第26-31页 |
| ·照明光源的确定 | 第26-28页 |
| ·LED阵列设计 | 第28-31页 |
| ·LED照度均匀性计算 | 第28-29页 |
| ·LED阵列设计 | 第29-31页 |
| ·图像采集传感器的选型 | 第31-32页 |
| ·光学系统参数设计 | 第32-37页 |
| ·镜头选型的原则 | 第32页 |
| ·镜头参数设计 | 第32-37页 |
| ·镜头的基本参数设计 | 第32-34页 |
| ·镜头分辨率估算 | 第34-35页 |
| ·镜头景深分析 | 第35-36页 |
| ·环境分析 | 第36-37页 |
| 第三章 高噪声轮胎图像预处理方法研究 | 第37-70页 |
| ·轮胎圆心的确定与图像变换拉伸 | 第37-41页 |
| ·轮胎圆心的确定 | 第37-39页 |
| ·图像极坐标变换 | 第39-40页 |
| ·图像拉伸 | 第40-41页 |
| ·轮胎图像滤波技术 | 第41-44页 |
| ·图像噪声特征与分析 | 第42-43页 |
| ·轮胎图像噪声滤波方法 | 第43-44页 |
| ·高斯滤波 | 第43页 |
| ·中值滤波 | 第43-44页 |
| ·轮胎图像增强技术 | 第44-51页 |
| ·直方图增强 | 第45-47页 |
| ·同态滤波增强 | 第47-48页 |
| ·基于自适应的模糊边缘增强算法 | 第48-50页 |
| ·其他边缘增强算法 | 第50-51页 |
| ·轮胎图像二值化方法 | 第51-54页 |
| ·Ostu算法 | 第51-53页 |
| ·Canny算子 | 第53-54页 |
| ·规格号区域定位技术研究 | 第54-64页 |
| ·基于连通域算法提取目标区域 | 第54-57页 |
| ·基于边缘空间频率的目标区域提取算法 | 第57-58页 |
| ·加窗变换搜索规格号区域算法 | 第58-64页 |
| ·加窗变换 | 第59-60页 |
| ·规格号区域定位算法 | 第60-64页 |
| ·规格号字符分割算法 | 第64-70页 |
| ·最小二乘法拟合直线分割算法 | 第65-66页 |
| ·规格号字符边缘自适应定位算法 | 第66-70页 |
| 第四章 轮胎规格号识别方法研究 | 第70-100页 |
| ·规格号识别的难点及预处理方法 | 第70-73页 |
| ·规格号识别难点分析 | 第70页 |
| ·规格号字符预处理 | 第70-72页 |
| ·线性整形归一化 | 第71页 |
| ·非线性整形归一化 | 第71-72页 |
| ·规格号字符整形归一化实验结果 | 第72-73页 |
| ·特征提取 | 第73-83页 |
| ·常用的特征提取方法 | 第73-74页 |
| ·规格号字符特征提取 | 第74-83页 |
| ·压缩特征的提取 | 第75-76页 |
| ·Kirsch特征的提取 | 第76-77页 |
| ·矩特征的提取 | 第77-78页 |
| ·Legendre矩特征的提取 | 第78-79页 |
| ·Zernike矩特征的提取 | 第79-80页 |
| ·粗网格特征 | 第80-81页 |
| ·质心层次特征的提取 | 第81页 |
| ·基于外轮廓游程特征的提取 | 第81-83页 |
| ·基于外轮廓斜率特征的提取 | 第83页 |
| ·大噪声图像背景下特征提取 | 第83-86页 |
| ·规格号字符识别方法研究 | 第86-93页 |
| ·结构模式识别 | 第86-87页 |
| ·统计模式识别 | 第87-89页 |
| ·统计分类器 | 第89-90页 |
| ·KNN分类器 | 第89页 |
| ·二次Bayes分类器 | 第89-90页 |
| ·BP神经网络分类器 | 第90-93页 |
| ·BP神经网络训练的改进算法 | 第90-91页 |
| ·BP神经网络参数确定 | 第91-93页 |
| ·字符识别实验结果与分析 | 第93-97页 |
| ·分类器性能参数 | 第93-94页 |
| ·BP神经网络实验结果及参数确定 | 第94-96页 |
| ·采用三种分类器对规格号字符识别及讨论 | 第96-97页 |
| ·规格号关系特征分类器及二次识别 | 第97-100页 |
| 第五章 规格号识别实验结果与讨论 | 第100-110页 |
| ·规格号图像预处理 | 第100-101页 |
| ·规格号系统识别实验结果 | 第101-106页 |
| ·系统识别时间性能分析 | 第106-107页 |
| ·总结 | 第107-109页 |
| ·展望 | 第109-110页 |
| 参考文献 | 第110-118页 |
| 发表论文和参加科研情况说明 | 第118-119页 |
| 致谢 | 第119页 |
