| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 本文研究的目的和意义 | 第11-12页 |
| 1.2 虚拟仪器的图像识别技术发展概况 | 第12-13页 |
| 1.3 本文研究的主要内容 | 第13-15页 |
| 第二章 数字图像处理与图像识别技术概述 | 第15-34页 |
| 2.1 数字图像处理技术概述 | 第15-25页 |
| 2.1.1 数字图像处理的概念 | 第15-16页 |
| 2.1.2 数字图像处理的主要研究内容 | 第16-24页 |
| 2.1.3 数字图像处理的特点及应用 | 第24-25页 |
| 2.2 图像识别技术概述 | 第25-32页 |
| 2.2.1 图像识别概念 | 第26-27页 |
| 2.2.2 图像识别的主要研究方法 | 第27-32页 |
| 2.3 本章小结 | 第32-34页 |
| 第三章 电路板图像识别系统组成及设计 | 第34-48页 |
| 3.1 电路板图像识别系统组成 | 第34-35页 |
| 3.2 电路板图像识别系统软件开发平台简介 | 第35-41页 |
| 3.2.1 虚拟仪器技术概述 | 第35-39页 |
| 3.2.2 LabVIEW 及IMAQ Vision 图像采集处理模块简介 | 第39-41页 |
| 3.3 电路板图像识别系统硬件设计 | 第41-46页 |
| 3.3.1 电路板图像识别系统硬件设计概述 | 第41-43页 |
| 3.3.2 摄像头选型及参数介绍 | 第43-44页 |
| 3.3.3 测试光源及背景设计 | 第44-45页 |
| 3.3.4 其他硬件设计概述 | 第45-46页 |
| 3.4 电路板图像采集 | 第46-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第四章 LED 显示电路板图像处理及识别 | 第48-63页 |
| 4.1 LED 显示电路板图像采集及保存 | 第48-50页 |
| 4.1.1 图像采集 | 第48-49页 |
| 4.1.2 图像文件保存 | 第49-50页 |
| 4.2 LED 显示电路板图像预处理 | 第50-59页 |
| 4.2.1 图像格式转换 | 第50-53页 |
| 4.2.2 图像噪声去除 | 第53-56页 |
| 4.2.3 图像字符的边缘检测 | 第56-59页 |
| 4.3 LED 显示电路板图像字符识别 | 第59-61页 |
| 4.3.1 样本图像字符切分与训练 | 第59-60页 |
| 4.3.2 图像识别区间定位 | 第60页 |
| 4.3.3 图像字符识别 | 第60-61页 |
| 4.4 实验结果及分析 | 第61-62页 |
| 4.5 本章小结 | 第62-63页 |
| 第五章 LCD 显示冰箱控制电路板图像处理及识别 | 第63-75页 |
| 5.1 LCD 显示冰箱控制电路板图像采集及预处理 | 第64-68页 |
| 5.1.1 图像采集及保存 | 第64-66页 |
| 5.1.2 图像预处理 | 第66-68页 |
| 5.2 LCD 显示冰箱控制电路板图像识别原理 | 第68-71页 |
| 5.2.1 模板匹配算法基本原理 | 第68-69页 |
| 5.2.2 图像定位与图像分割 | 第69-70页 |
| 5.2.3 改进的模板匹配方法 | 第70-71页 |
| 5.3 LCD 显示冰箱控制电路板图像识别步骤 | 第71-73页 |
| 5.3.1 建立标准模板库 | 第71-72页 |
| 5.3.2 LCD 显示冰箱控制电路板图像识别 | 第72-73页 |
| 5.4 实验结果及分析 | 第73-74页 |
| 5.5 本章小结 | 第74-75页 |
| 第六章 结论与展望 | 第75-77页 |
| 6.1 结论 | 第75-76页 |
| 6.2 展望 | 第76-77页 |
| 参考文献 | 第77-80页 |
| 致谢 | 第80-81页 |
| 攻读硕士学位期间发表的学术论文目录 | 第81-83页 |