复杂背景下激光防伪码图像识别研究
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 课题来源 | 第10页 |
| 1.2 研究背景目的及意义 | 第10-11页 |
| 1.3 激光防伪码图像特点 | 第11-12页 |
| 1.4 相关领域国内外研究现状 | 第12-17页 |
| 1.4.1 字符定位方法研究现状 | 第13-15页 |
| 1.4.2 字符提取方法研究现状 | 第15-16页 |
| 1.4.3 特征提取方法研究现状 | 第16页 |
| 1.4.4 字符识别方法研究现状 | 第16-17页 |
| 1.5 本文的主要工作和组织结构 | 第17-19页 |
| 第2章 激光防伪码图像预处理 | 第19-39页 |
| 2.1 基于MSER算法的防伪码字符区域粗定位 | 第19-30页 |
| 2.1.1 MSER的基本原理 | 第19-21页 |
| 2.1.2 改进的MSER算法 | 第21-25页 |
| 2.1.3 字符候选区域的过滤 | 第25-26页 |
| 2.1.4 基于Radon变换的图像倾斜校正 | 第26-28页 |
| 2.1.5 字符区域粗定位结果与分析 | 第28-30页 |
| 2.2 基于改进SWT算法的防伪码字符提取 | 第30-36页 |
| 2.2.1 笔画宽度变换原理 | 第30-32页 |
| 2.2.2 改进的笔画宽度变换 | 第32-33页 |
| 2.2.3 实验结果与分析 | 第33-36页 |
| 2.3 防伪码图像的二值化 | 第36-38页 |
| 2.4 本章小结 | 第38-39页 |
| 第3章 激光防伪码图像中的字符分割 | 第39-49页 |
| 3.1 常用字符分割方法 | 第39-40页 |
| 3.2 基于垂直投影算法字符区域的精定位 | 第40-41页 |
| 3.3 基于垂直投影与边缘检测相结合字符分割算法 | 第41-47页 |
| 3.3.1 基于垂直投影第一次分割 | 第41-44页 |
| 3.3.2 引入权值的粘连字符二次分割 | 第44-46页 |
| 3.3.3 实验结果与分析 | 第46-47页 |
| 3.4 本章小结 | 第47-49页 |
| 第4章 激光防伪码图像中的字符识别 | 第49-67页 |
| 4.1 支持向量机原理 | 第49-51页 |
| 4.1.1 支持向量机分类超平面 | 第49-50页 |
| 4.1.2 核函数 | 第50-51页 |
| 4.2 基于HOG特征的防伪码字符特征提取 | 第51-53页 |
| 4.2.1 HOG算子概述 | 第51-52页 |
| 4.2.2 HOG特征提取算法 | 第52-53页 |
| 4.3 实验结果与分析 | 第53-62页 |
| 4.3.1 选择训练样本和测试样本 | 第53-54页 |
| 4.3.2 SVM参数的选择 | 第54-55页 |
| 4.3.3 HOG特征参数选取与识别结果分析 | 第55-59页 |
| 4.3.4 提取不同特征识别率比较 | 第59-60页 |
| 4.3.5 不同识别方法比较 | 第60-62页 |
| 4.4 基于JEECG平台防伪码识别管理系统 | 第62-65页 |
| 4.4.1 防伪码识别界面 | 第62-63页 |
| 4.4.2 数据库详细设计 | 第63-64页 |
| 4.4.3 防伪码管理系统界面 | 第64-65页 |
| 4.5 本章小节 | 第65-67页 |
| 第5章 总结与展望 | 第67-69页 |
| 5.1 全文工作总结 | 第67-68页 |
| 5.2 工作展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-73页 |
