首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

证件图像识别技术研究与应用

摘要第4-5页
Abstract第5-6页
1 绪论第9-14页
    1.1 研究背景及现实价值第9-10页
    1.2 目前研究概况第10-11页
    1.3 论文研究工作第11-12页
    1.4 论文的章节安排第12-14页
2 相关技术基础第14-21页
    2.1 数学形态学方法第14-16页
        2.1.1 数学腐蚀第14-15页
        2.1.2 数学膨胀第15-16页
    2.2 自适应图像处理方法第16-17页
    2.3 证件图像处理分析与方法第17-20页
        2.3.1 图像的平滑和滤波第18-19页
        2.3.2 图像的边缘检测第19-20页
    2.4 本章小结第20-21页
3 神经网络在图像识别中的应用研究第21-39页
    3.1 BP网络识别字符研究第21-31页
        3.1.1 算法概述第21-23页
        3.1.2 算法设计第23-29页
        3.1.3 仿真实验第29-31页
    3.2 人脸图像识别研究第31-38页
        3.2.1 RBF神经网络概述第31-32页
        3.2.2 算法设计第32-34页
        3.2.3 仿真实验第34-38页
    3.3 本章小结第38-39页
4 证件图像处理系统分析与设计第39-50页
    4.1 系统特点和需解决问题第39-40页
    4.2 系统需求分析第40-42页
        4.2.1 功能设计第40-41页
        4.2.2 性能分析第41-42页
    4.3 证件图像处理系统总体设计第42-45页
        4.3.1 硬件部分设计第43页
        4.3.2 软件部分设计第43-44页
        4.3.3 功能模块划分第44-45页
    4.4 图像数据采集模块的设计第45-46页
    4.5 图像预处理模块的设计第46-49页
    4.6 本章小结第49-50页
5 证件图像处理系统的实现第50-68页
    5.1 总体实现第50页
    5.2 系统主要功能模块的实现第50-64页
        5.2.1 图像数据采集模块实现第51-53页
        5.2.2 图像预处理模块实现第53-61页
        5.2.3 图像分割模块实现第61-63页
        5.2.4 图像识别模块的实现第63-64页
    5.3 系统测试第64-67页
        5.3.1 测试环境第64-65页
        5.3.2 测试数据第65-66页
        5.3.3 测试结果第66-67页
    5.4 本章小结第67-68页
6 工作总结及研究展望第68-70页
    6.1 研究与开发工作的总结第68-69页
    6.2 后续工作与展望第69-70页
参考文献第70-74页
致谢第74页

论文共74页,点击 下载论文
上一篇:基于Hadoop/HBase集群的在线分析处理反应调度
下一篇:软件项目管理中的人力资源问题研究