| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 选题背景 | 第9-10页 |
| 1.2 国内外燃气表抄送方式发展现状 | 第10-13页 |
| 1.2.1 传统抄表方式 | 第11页 |
| 1.2.2 自动化抄表方式 | 第11-13页 |
| 1.2.3 目前存在的问题 | 第13页 |
| 1.3 国内外数字字符识别技术研究现状 | 第13-15页 |
| 1.3.1 国外研究现状 | 第13-14页 |
| 1.3.2 国内研究现状 | 第14-15页 |
| 1.4 本文创新点 | 第15页 |
| 1.5 课题研究内容和组织结构 | 第15页 |
| 1.6 本文的主要内容及组织结构 | 第15-17页 |
| 第二章 燃气表自动抄送系统整体设计 | 第17-21页 |
| 2.1 基于数字图像的燃气表自动抄送系统整体设计思路 | 第17-18页 |
| 2.2 硬件电路设计方案设计 | 第18页 |
| 2.3 软件功能实现方案设计 | 第18-21页 |
| 第三章 基于图像的数字识别算法研究 | 第21-49页 |
| 3.1 数字图像区域的数字分割 | 第21-38页 |
| 3.1.1 数字图像区域定位 | 第21-34页 |
| 3.1.2 数字图像的二值化 | 第34-36页 |
| 3.1.3 燃气表数字图像区域的数字分割 | 第36-38页 |
| 3.1.4 字符完整度判别 | 第38页 |
| 3.2 数字字符图像的特征提取 | 第38-43页 |
| 3.2.1 改进的字符穿线数特征提取 | 第39-41页 |
| 3.2.2 字符轮廓特征的提取 | 第41-42页 |
| 3.2.3 半字情况下的特征提取 | 第42-43页 |
| 3.3 基于支持向量机的数字图像识别算法研究 | 第43-49页 |
| 3.3.1 基于径向基核函数的支持向量机参数选择 | 第43-46页 |
| 3.3.2 基于粒子群优化算法的PSO-SVM参数选择 | 第46-47页 |
| 3.3.3 一种改进的混合PSO-SVM算法 | 第47-49页 |
| 第四章 燃气表自动抄送系统的实现 | 第49-59页 |
| 4.1 系统测试平台的搭建 | 第49-56页 |
| 4.1.1 嵌入式系统试验平台的选择 | 第49页 |
| 4.1.2 图像传感器 | 第49-54页 |
| 4.1.3 数据通信传输 | 第54-56页 |
| 4.2 图像数字识别算法的实现 | 第56页 |
| 4.3 图像数据的压缩的实现 | 第56-59页 |
| 第五章 系统调试与结果分析 | 第59-63页 |
| 5.1 燃气表数字识别的测试结果与分析 | 第59-61页 |
| 5.2 燃气表数据压缩的测试结果与分析 | 第61-63页 |
| 总结与展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间取得的学术成果 | 第69-71页 |
| 致谢 | 第71页 |