基于机器视觉的废纸杂质高效识别研究与应用
| 目录 | 第1-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-11页 |
| 第1章 绪论 | 第11-27页 |
| ·研究背景及意义 | 第11页 |
| ·机器视觉概述 | 第11-14页 |
| ·机器视觉的概念 | 第12页 |
| ·机器视觉原理 | 第12-13页 |
| ·机器视觉的意义 | 第13页 |
| ·机器视觉的应用 | 第13-14页 |
| ·国内外图像识别领域研究现状 | 第14-24页 |
| ·理论研究 | 第14-19页 |
| ·算法研究 | 第19-20页 |
| ·基础应用研究 | 第20-24页 |
| ·课题研究的意义及主要内容 | 第24-27页 |
| 第2章 图像表征与视觉系统搭建 | 第27-37页 |
| ·引言 | 第27页 |
| ·图像信息处理 | 第27-31页 |
| ·边缘检测 | 第27-28页 |
| ·相似度计算 | 第28-29页 |
| ·典型的模式识别分类方法 | 第29-31页 |
| ·图像表征算法 | 第31-33页 |
| ·Hu 不变矩 | 第31-32页 |
| ·直方图相似度 | 第32页 |
| ·分形维数 | 第32-33页 |
| ·SIFT 特征原理 | 第33页 |
| ·视觉识别系统构建 | 第33-34页 |
| ·本章小结 | 第34-37页 |
| 第3章 基于基层特征的图像识别 | 第37-55页 |
| ·引言 | 第37页 |
| ·基于 Hu 不变矩和直方图相似度的图像识别 | 第37-48页 |
| ·图像获取 | 第38页 |
| ·图像预处理 | 第38页 |
| ·Hu 矩值的计算 | 第38-40页 |
| ·图像边缘直方图相似性比较 | 第40-43页 |
| ·实验数据分析 | 第43-48页 |
| ·基于 Hu 不变矩和分形维数的图像识别 | 第48-54页 |
| ·图像预处理和 Hu 不变矩提取 | 第49页 |
| ·分维数 D 的计算 | 第49页 |
| ·算法融合与匹配 | 第49-50页 |
| ·实验数据分析 | 第50-54页 |
| ·本章小结 | 第54-55页 |
| 第4章 基于双目视觉的高层特征识别 | 第55-77页 |
| ·引言 | 第55页 |
| ·摄像机标定 | 第55-56页 |
| ·图像信息的获取 | 第56页 |
| ·SIFT 特征的提取与匹配 | 第56-69页 |
| ·图像预处理 | 第57页 |
| ·SIFT 特征提取 | 第57-68页 |
| ·SIFT 特征匹配 | 第68页 |
| ·视差复原 | 第68-69页 |
| ·实验结果分析 | 第69-75页 |
| ·不同图像之间特征点的匹配 | 第69-71页 |
| ·同一图像不同角度之间的匹配 | 第71-73页 |
| ·同一图像不同尺度之间的图像匹配 | 第73-75页 |
| ·本章小结 | 第75-77页 |
| 第5章 总结与展望 | 第77-79页 |
| ·总结 | 第77-78页 |
| ·展望 | 第78-79页 |
| 参考文献 | 第79-85页 |
| 致谢 | 第85-87页 |
| 在学期间主要科研成果 | 第87页 |
| 一、发表学术论文 | 第87页 |
| 二、其它科研成果 | 第87页 |
