视频图像在水库水位检测中的应用
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景与意义 | 第9-11页 |
| 1.2 国内外现状 | 第11-14页 |
| 1.3 主要内容 | 第14页 |
| 1.4 论文结构 | 第14-16页 |
| 第2章 水尺图像获取及预处理 | 第16-36页 |
| 2.1 水尺图像识别基础 | 第16-18页 |
| 2.2 水尺图像获取 | 第18-23页 |
| 2.3 水尺图像灰度化 | 第23-24页 |
| 2.4 水尺目标提取 | 第24-35页 |
| 2.4.1 边缘检测 | 第24-28页 |
| 2.4.2 灰度拉伸 | 第28-30页 |
| 2.4.3 二值化 | 第30-32页 |
| 2.4.4 基于灰度特征的水尺提取 | 第32-35页 |
| 2.5 本章小结 | 第35-36页 |
| 第3章 基于图像识别的水位数据获取 | 第36-56页 |
| 3.1 刻度线区域与数字区域的分割 | 第36-38页 |
| 3.2 刻度识别 | 第38-47页 |
| 3.2.1 刻度线图像去噪 | 第38-41页 |
| 3.2.2 刻度线细化 | 第41页 |
| 3.2.3 刻度线计算 | 第41-47页 |
| 3.3 数字识别 | 第47-55页 |
| 3.3.1 字符分割 | 第47-49页 |
| 3.3.2 归一化处理 | 第49-50页 |
| 3.3.3 特征提取 | 第50-51页 |
| 3.3.4 基于BP神经网络的数字识别 | 第51-55页 |
| 3.4 本章小结 | 第55-56页 |
| 第4章 装置试验及结果分析 | 第56-68页 |
| 4.1 试验流程 | 第56-58页 |
| 4.2 装置框架 | 第58-60页 |
| 4.2.1 前端采集硬件设施 | 第58-59页 |
| 4.2.2 软件开发流程 | 第59-60页 |
| 4.3 图像识别软件实现 | 第60-66页 |
| 4.4 实验结果分析 | 第66-67页 |
| 4.5 本章小结 | 第67-68页 |
| 第5章 总结与展望 | 第68-70页 |
| 5.1 总结 | 第68页 |
| 5.2 展望 | 第68-70页 |
| 参考文献 | 第70-73页 |
| 致谢 | 第73-74页 |
