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

基于图像配准与视觉显著性检测的指针仪表识别研究

中文摘要第1-5页
英文摘要第5-11页
1 绪论第11-27页
   ·研究背景与意义第11-13页
   ·指针仪表读数识别系统概述第13-20页
     ·指针仪表读数识别基本理论框架第13-14页
     ·指针仪表读数准则第14页
     ·指针仪表读数识别系统第14-17页
     ·仪表指针区域特征检测与视觉显著性检测第17-20页
   ·面临的主要困难第20-23页
   ·课题来源第23页
   ·本文主要研究内容与结构安排第23-27页
     ·主要的研究内容第23-24页
     ·本文的结构安排第24-27页
2 相关技术研究现状第27-53页
   ·引言第27页
   ·基于特征的图像配准关键技术第27-45页
     ·图像配准的理论基础第28-31页
     ·图像配准参数模型基础与约束第31-34页
     ·图像特征提取第34-42页
     ·特征匹配第42-43页
     ·图像配准参数优化模型第43-45页
   ·视觉显著性区域检测第45-49页
   ·指针读数识别第49-50页
     ·距离法第49-50页
     ·角度法第50页
   ·本章小结第50-53页
3 基于SURF的邻域梯度模糊增强的图像特征检测第53-71页
   ·引言第53页
   ·相关研究工作第53-54页
   ·邻域梯度增强第54-58页
     ·邻域加权与模糊增强第55-57页
     ·邻域加权的多层次模糊增强第57-58页
   ·特征提取第58-59页
   ·数据集与评估准则第59-61页
     ·图像数据集第59-61页
     ·评估准测第61页
   ·实验结果与分析第61-67页
     ·邻域梯度模糊增强算法性能评估第61-63页
     ·特征性能评估第63-67页
   ·本章小结第67-71页
4 基于特征与低秩分解的图像配准参数优化模型第71-83页
   ·引言第71页
   ·相关研究工作第71-73页
   ·基于低秩分解的图像配准第73-77页
   ·实验结果与分析第77-82页
     ·评价指标第77-78页
     ·实验对比与分析第78-82页
   ·本章小结第82-83页
5 基于多特征与吸收马尔科夫链的图像显著性区域检测第83-101页
   ·引言第83页
   ·相关研究工作第83-86页
   ·吸收马尔科链基础第86-87页
   ·图模型表示第87-88页
   ·显著性检测模型第88-92页
     ·基于前景显著节点的显著性检测第88-90页
     ·基于背景先验性的显著性检测第90-91页
     ·余弦相似性测度显著图第91-92页
   ·实验结果与分析第92-98页
     ·测试数据集第92页
     ·评价指标第92-93页
     ·实验性能对比与分析第93-98页
   ·本章小结第98-101页
6 基于显著性区域检测的指针仪表读数识别第101-123页
   ·引言第101页
   ·相关研究工作第101-104页
   ·计算指针夹角与读数识别第104-108页
     ·计算指针夹角第105-107页
     ·仪表读数识别第107-108页
   ·实验结果与分析第108-119页
     ·指针区域检测第108-109页
     ·基于固定视点的指针读数识别第109-116页
     ·基于云台的指针读数识别第116-119页
   ·误差分析第119-122页
     ·图像采集误差第119-120页
     ·读数识别算法误差第120-122页
   ·本章小结第122-123页
7 总结与展望第123-127页
   ·主要工作与贡献第123-125页
   ·未来研究工作第125-127页
致谢第127-129页
参考文献第129-139页
附录第139-140页
 A. 作者在攻读学位期间发表的论文目录第139-140页
 B. 作者在攻读博士学位期间参加的科研项目第140页
 C. 作者在攻读博士学位期间获得的部分荣誉第140页

论文共140页,点击 下载论文
上一篇:LIPS技术及在农产品成分分析与种类识别中的应用初探
下一篇:分布式数据处理系统中作业性能优化关键技术研究