玻璃器皿模具号的计算机视觉识别
| 论文摘要 | 第1-4页 |
| 英文摘要 | 第4-6页 |
| 一、 前言 | 第6-8页 |
| （一） 玻璃器皿模具号计算机识别的现状 | 第6-7页 |
| （二） 本论文的课题来源和所要解决的问题 | 第7-8页 |
| （三） 该研究工作在生产中的实用价值和意义 | 第8页 |
| 二、 模具号字符图像的获取 | 第8-12页 |
| （一） 模具号字符位置的检测 | 第8-9页 |
| （二） 模具号字符图像的摄取和输入 | 第9-12页 |
| 三、 模具号字符图像的预处理 | 第12-20页 |
| （一） 提取字符图像敏感区 | 第13页 |
| （二） 字符图像自动二值化 | 第13-15页 |
| （三） 二值化字符图像的去噪 | 第15-16页 |
| （四） 模具号字符图像的自动分割 | 第16-18页 |
| （五） 模具号字符规范化处理 | 第18-20页 |
| 四、 基于人工神经网络的字符识别 | 第20-33页 |
| （一） 人工神经网络概述 | 第20-25页 |
| （二） BP神经网络结构设计及算法 | 第25-31页 |
| （三） 字符特征向量的提取 | 第31页 |
| （四） 模具号字符识别 | 第31-33页 |
| 五、 模具号识别系统的实现 | 第33-36页 |
| （一） 整理系统输出 | 第33-34页 |
| （二） 模具号识别系统总体设计 | 第34-36页 |
| 六、 提高系统识别率的分析总结 | 第36-40页 |
| （一） 原字符图像与新字符图像的对比 | 第37页 |
| （二） 原算法与新算法的对比 | 第37-38页 |
| （三） 原算法与新算法样本测试结果的对比 | 第38页 |
| （四） 综合分析及结论 | 第38-40页 |
| 结束语 | 第40页 |
| 致谢 | 第40-41页 |
| 参考文献 | 第41-42页 |
