摘要 | 第1-4页 |
Abstract | 第4-5页 |
目录 | 第5-9页 |
Contents | 第9-13页 |
第一章 绪论 | 第13-20页 |
·选题的科学意义 | 第13-14页 |
·国内外与本课题相关的发展概况 | 第14-18页 |
·仪表读数识别 | 第14-17页 |
·仪表表盘参数的识别 | 第17-18页 |
·本文的主要工作 | 第18-20页 |
第二章 基于Retinex理论的仪表图像对比度增强算法 | 第20-36页 |
·图像对比度增强模型综述 | 第21-27页 |
·直接灰度变换 | 第21页 |
·直方图修正 | 第21-24页 |
·梯度场放大增强 | 第24-26页 |
·Retinex图像增强算法 | 第26-27页 |
·基于单尺度Retinex和双边滤波的仪表图像对比度增强算法 | 第27-33页 |
·单尺度Retinex算法 | 第27-29页 |
·局部非线性对比度增强 | 第29-30页 |
·亮度图像的估计与反射图像 | 第30页 |
·双边滤波模型 | 第30-33页 |
·实验结果及分析 | 第33-35页 |
·本章小结 | 第35-36页 |
第三章 基于背景拟合的仪表图像灰度校正算法研究 | 第36-49页 |
·仪表图像的主要特征 | 第36-37页 |
·图像灰度校正算法 | 第37-42页 |
·同态滤波 | 第37-38页 |
·局部增强法 | 第38-39页 |
·高帽变换 | 第39-40页 |
·基于梯度场重建的图像增强方法 | 第40-41页 |
·背景拟合法 | 第41-42页 |
·基于背景拟合和灰度调整的仪表图像校正算法 | 第42-44页 |
·基于图像分块采样的背景拟合 | 第42-43页 |
·基于改进的高帽变换法的背景拟合 | 第43-44页 |
·实验结果与分析 | 第44-47页 |
·本章小结 | 第47-49页 |
第四章 仪表表盘参数区提取方法 | 第49-77页 |
·基于边缘跟踪和扇形扫描法检测圆弧区域来去除指针读数区 | 第49-64页 |
·边缘检测 | 第49-51页 |
·图像水平腐蚀 | 第51-52页 |
·图像细化 | 第52-54页 |
·边缘跟踪 | 第54-55页 |
·圆弧检测 | 第55-58页 |
·去除表盘读数区域 | 第58-59页 |
·替换背景和图像二值化 | 第59-60页 |
·图像倾斜校正 | 第60页 |
·去除小区域和仪表边缘噪声 | 第60-64页 |
·基于仪表先验知识和纹理分析方法检测并去除仪表盘读数区 | 第64-71页 |
·用图像重构技术清除仪表盘边框和指针 | 第64-65页 |
·形态学区域分割 | 第65-67页 |
·纹理分析识别刻度区域 | 第67-71页 |
·基于小波分解和形态学的仪表盘参数区定位方法 | 第71-75页 |
·小波分解 | 第71-74页 |
·形态学处理 | 第74-75页 |
·本章小结 | 第75-77页 |
第五章 仪表盘参数符号的分割方法 | 第77-89页 |
·电工指示仪表及表盘参数符号介绍 | 第77-80页 |
·仪表盘参数符号分割算法 | 第80-86页 |
·字符图像特征的分析和评估 | 第80-81页 |
·小数的整体分割 | 第81-83页 |
·仪表准确度等级和特殊图形符号的定位和分割 | 第83-86页 |
·规则印刷体字符的分割 | 第86-88页 |
·本章小结 | 第88-89页 |
第六章 仪表盘参数符号的识别 | 第89-113页 |
·模式识别的系统结构 | 第89-95页 |
·分类器设计 | 第90-93页 |
·聚类与分类 | 第93页 |
·程序实现 | 第93-95页 |
·仪表盘参数符号的识别架构 | 第95页 |
·特征提取 | 第95-101页 |
·不变矩特征的提取 | 第96-98页 |
·仪表准确度等级和特殊图形符号不变矩特征的提取 | 第98-101页 |
·支持向量机 | 第101-106页 |
·仪表盘参数符号的识别 | 第106-109页 |
·实验结果及分析 | 第109-112页 |
·本章小结 | 第112-113页 |
总结与展望 | 第113-116页 |
参考文献 | 第116-121页 |
在读博士期间撰写的论文、参与的科研项目 | 第121-123页 |
致谢 | 第123页 |