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

Android平台烟草激光码自动识别系统研究与实现

摘要第5-6页
ABSTRACT第6页
第一章 绪论第10-17页
    1.1 研究背景与意义第10-12页
    1.2 图像识别技术的研究现状第12-14页
    1.3 本文工作第14-15页
    1.4 本论文的结构安排第15-17页
第二章 图像自动识别与分类相关技术第17-32页
    2.1 引言第17页
    2.2 图像预处理相关算法第17-22页
        2.2.1 图像滤波技术第17-19页
        2.2.2 图像二值化算法第19-20页
        2.2.3 图像分割与细化技术第20-22页
    2.3 图像识别与分类算法第22-31页
        2.3.1 统计决策分类算法第22-23页
        2.3.2 SVM分类算法第23-24页
        2.3.3 词袋模型算法第24-25页
        2.3.4 深度学习分类算法第25-30页
            2.3.4.1 深度信念网络第26-27页
            2.3.4.2 卷积神经网络第27-28页
            2.3.4.3 限制波尔兹曼机简介第28-30页
        2.3.5 图像识别与分类算法分析第30-31页
    2.4 本章小结第31-32页
第三章 系统需求分析第32-42页
    3.1 系统总体需求第32-35页
        3.1.1 可行性分析第32页
        3.1.2 问题描述第32-33页
        3.1.3 系统功能描述第33-34页
        3.1.4 系统性能需求第34-35页
    3.2 系统用例分析第35-41页
        3.2.1 图像预处理模块用例第35-38页
        3.2.2 模式识别模块用例第38-39页
        3.2.3 烟草真伪验证模块用例第39-41页
    3.3 系统环境第41页
        3.3.1 系统开发环境第41页
        3.3.2 系统运行环境第41页
    3.4 本章小结第41-42页
第四章 系统流程及算法设计第42-60页
    4.1 系统的处理流程第42-44页
        4.1.1 系统数据流模型第42-43页
        4.1.2 系统算法处理流程第43-44页
    4.2 系统算法分析与设计第44-59页
        4.2.1 图像预处理算法设计第44-49页
            4.2.1.1 图像二值化算法改进第44-47页
            4.2.1.2 图像去噪算法第47-48页
            4.2.1.3 图像计算机形态学处理算法第48-49页
        4.2.2 图像细化与分割算法设计第49-54页
            4.2.2.1 图像校正算法第49-51页
            4.2.2.2 图像分割算法改进第51-52页
            4.2.2.3 图像细化算法第52-54页
        4.2.3 图像分类与自动识别算法设计第54-59页
            4.2.3.1 图像特征提取算法第54-58页
            4.2.3.2 字符分类算法设计第58-59页
        4.2.4 烟草真伪验证设计第59页
    4.3 本章小结第59-60页
第五章 系统设计与实现第60-72页
    5.1 系统设计第60-65页
        5.1.1 系统架构第60-61页
        5.1.2 系统主要类图第61-62页
        5.1.3 系统顺序图第62-63页
        5.1.4 系统活动图第63-64页
        5.1.5 系统部署图第64-65页
    5.2 系统开发环境搭建第65-67页
    5.3 系统运行主要界面第67-71页
        5.3.1 烟草激光码拍摄界面实现第67-68页
        5.3.2 激光码图像二值化处理界面实现第68-69页
        5.3.3 激光码图像字符分割界面实现第69-70页
        5.3.4 激光码图像字符自动识别界面实现第70-71页
    5.4 本章小结第71-72页
第六章 系统测试及结果分析第72-77页
    6.1 软件测试第72-76页
        6.1.1 软件功能测试第72-73页
        6.1.2 软件算法性能测试第73-76页
    6.2 测试结果分析第76页
    6.3 本章小结第76-77页
第七章 结束语第77-80页
    7.1 论文的实际意义第77页
    7.2 本文所取得的成果第77-78页
    7.3 下一步工作的展望第78-80页
致谢第80-81页
参考文献第81-87页
攻读硕士期间取得的成果第87-88页

论文共88页,点击 下载论文
上一篇:基于B/S石化企业设备管理系统的设计与实现
下一篇:基于图像处理的家具纤维板质量检测系统的设计与实现