集装箱箱号智能识别算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题研究背景及意义 | 第9-10页 |
| ·国内外研究的现状和存在的问题 | 第10-12页 |
| ·论文的主要研究内容 | 第12-13页 |
| ·论文的结构安排 | 第13-15页 |
| 第2章 集装箱想号的规格及系统的整体设计 | 第15-23页 |
| ·集装箱定义及设备的规格 | 第15-17页 |
| ·集装箱及运输设备 | 第15-16页 |
| ·集装箱标志 | 第16-17页 |
| ·集装箱箱号分析及图像获取 | 第17-20页 |
| ·智能集装箱识别系统的组成 | 第20-21页 |
| ·本文的图像识别方案框图 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 集装箱图像的预处理 | 第23-39页 |
| ·图像的灰度转换 | 第23-25页 |
| ·图像的去噪处理 | 第25-30页 |
| ·均值滤波器 | 第25页 |
| ·自适应维纳滤波器 | 第25-26页 |
| ·中值滤波器 | 第26-28页 |
| ·形态学噪声滤除器 | 第28页 |
| ·小波去噪 | 第28-29页 |
| ·几种去噪方法的实验及结果分析 | 第29-30页 |
| ·图像增强 | 第30-37页 |
| ·图像平滑 | 第30-32页 |
| ·图像的锐化 | 第32-35页 |
| ·夜间图像的增强方法 | 第35-37页 |
| ·图像的二值化 | 第37页 |
| ·去除离散的杂点噪声 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 集装箱箱号的定位、矫正、分割 | 第39-54页 |
| ·图像中字符定位 | 第41-43页 |
| ·集装箱字符的修正 | 第43-46页 |
| ·常用的字符校正方法 | 第43-44页 |
| ·折痕矫正 | 第44-46页 |
| ·字符分割 | 第46-52页 |
| ·根据区域灰度进行分割 | 第46-50页 |
| ·区域生长与边界跟踪法 | 第50-51页 |
| ·彩色图像分割方法 | 第51-52页 |
| ·字符的归一化 | 第52-53页 |
| ·位置规范化 | 第52页 |
| ·字符大小规范化 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 集装箱箱号特征提取与识别方法 | 第54-67页 |
| ·箱号字符特征提取 | 第54-55页 |
| ·BP神经网络识别方法 | 第55-56页 |
| ·BP神经网络学习算法及改进 | 第56-64页 |
| ·BP神经网络学习算法 | 第56-59页 |
| ·BP算法的研究和改进 | 第59-64页 |
| ·基于字符结构特征的识别方法 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 第6章 实验及结果分析 | 第67-74页 |
| 第7章 总结和展望 | 第74-77页 |
| ·全文总结 | 第74-75页 |
| ·工作展望 | 第75-77页 |
| 参考文献 | 第77-80页 |
| 致谢 | 第80页 |
