| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-11页 |
| 1 绪论 | 第11-25页 |
| ·刀具产品自动标识技术 | 第11-12页 |
| ·复杂环境下刀具 DPM 码的识别难点 | 第12-13页 |
| ·刀具条码识别技术的研究现状及存在问题 | 第13-22页 |
| ·光照不均条码的图像处理 | 第14-17页 |
| ·条码图像去噪技术 | 第17-19页 |
| ·条码图像二值化技术 | 第19-20页 |
| ·条码畸变矫正技术 | 第20-21页 |
| ·条码失效后的恢复与信息读取技术 | 第21-22页 |
| ·课题的提出和研究意义 | 第22-24页 |
| ·论文的内容安排 | 第24-25页 |
| 2 复杂环境下刀具 DPM 码识读技术与方案 | 第25-43页 |
| ·引言 | 第25-27页 |
| ·刀具 DPM 码的图像采集方式与光源设计 | 第27-29页 |
| ·DPM 码的图像采集方式 | 第27页 |
| ·DPM 码识读装置的光源设计 | 第27-29页 |
| ·结合多尺度分析的刀具 DPM 码图像小波域降噪算法 | 第29-36页 |
| ·小波域隐马尔科夫树模型 | 第30-31页 |
| ·Contourlet 变换 | 第31-32页 |
| ·结合多尺度分析的小波域 DPM 码图像降噪算法 | 第32-34页 |
| ·算法测试与实例分析 | 第34-36页 |
| ·刀具 DPM 码图像的自适应二值化算法 | 第36-41页 |
| ·Kittler 二值化算法 | 第37-38页 |
| ·改进的 Bernsen 算法 | 第38页 |
| ·条码图像自适应二值化算法流程与分析 | 第38-39页 |
| ·算法测试与实例分析 | 第39-41页 |
| ·二维条码识别系统的主要技术指标 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 3 金属刀具 DPM 码光照不均的问题研究 | 第43-63页 |
| ·引言 | 第44-46页 |
| ·主要难点 | 第44页 |
| ·传统图像低对比度问题处理方法 | 第44-45页 |
| ·传统图像高光问题处理方法 | 第45-46页 |
| ·本章算法介绍 | 第46页 |
| ·基于人工蜂群算法的图像对比度自适应增强 | 第46-54页 |
| ·人工蜂群算法 | 第47-51页 |
| ·非完全 Beta 函数 | 第51-52页 |
| ·DPM 码图像的对比度自适应增强 | 第52-53页 |
| ·实验结果与分析 | 第53-54页 |
| ·光源优化与随机共振原理相结合的 DPM 码高光抑制 | 第54-62页 |
| ·光源设备的优化设计 | 第54-58页 |
| ·随机共振原理与高光抑制模型 | 第58-60页 |
| ·刀具 DPM 码的高光抑制 | 第60-61页 |
| ·实验结果与分析 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 4 柱形刀具表面 DPM 码畸变的校正研究 | 第63-76页 |
| ·引言 | 第64-65页 |
| ·主要难点 | 第64页 |
| ·二维条码的柱面畸变校正方法综述 | 第64-65页 |
| ·本章算法介绍 | 第65页 |
| ·优化的基于标定与曲面畸变模型的 DPM 码校正算法 | 第65-70页 |
| ·刀具 DPM 码识读装置的标定 | 第65-68页 |
| ·标定下的柱面 DPM 码校正 | 第68页 |
| ·实验结果与分析 | 第68-70页 |
| ·利用图像拼接技术抵消 DPM 码的大曲率形变 | 第70-75页 |
| ·获取柱形刀具表面 DPM 码的序列图像 | 第70-71页 |
| ·确定 DPM 码序列图像的重叠区域 | 第71页 |
| ·提取 DPM 码序列图像的特征点 | 第71-73页 |
| ·基于随机 Kd-Tree 算法的 SIFT 特征匹配 | 第73-74页 |
| ·DPM 码图像的旋转拼接 | 第74页 |
| ·实验结果与分析 | 第74-75页 |
| ·本章小结 | 第75-76页 |
| 5 基于多信息融合的失效 DPM 码恢复与识别 | 第76-100页 |
| ·引言 | 第76-77页 |
| ·主要难点 | 第76-77页 |
| ·本章算法介绍 | 第77页 |
| ·信息融合技术理论基础 | 第77-80页 |
| ·多信息融合技术 | 第77-79页 |
| ·多信息决策级融合技术 | 第79-80页 |
| ·建立决策级融合的刀具识别模型 | 第80-82页 |
| ·待识别刀具特征提取 | 第80-81页 |
| ·刀具智能化识别模型 | 第81-82页 |
| ·基于改进 GVF Snake 模型与势能理论的刀具轮廓提取与描述 | 第82-91页 |
| ·轮廓势能的相关定义与意义 | 第82-86页 |
| ·轮廓势能获取前的图像预处理 | 第86页 |
| ·待识别刀具轮廓的提取 | 第86-88页 |
| ·实验结果与分析 | 第88-91页 |
| ·基于局部灰度均值的刀具残余条码纹理特征提取 | 第91-96页 |
| ·纹理特征的描述与提取方法 | 第91-92页 |
| ·局部灰度均值二值模式（LGA-LBP）算法描述 | 第92-95页 |
| ·实验结果与分析 | 第95-96页 |
| ·结合支持向量机和证据理论的多特征刀具识别 | 第96-97页 |
| ·单特征 SVM 识别 | 第96-97页 |
| ·BPA 函数构造 | 第97页 |
| ·D-S 理论决策规则 | 第97页 |
| ·刀具识别实验与结果分析 | 第97-99页 |
| ·本章小结 | 第99-100页 |
| 6 刀具表面 DPM 码识读系统设计与实现 | 第100-107页 |
| ·识读终端概述 | 第100-101页 |
| ·硬件装置设计与实现 | 第101-102页 |
| ·软件系统设计与实现 | 第102-105页 |
| ·软件界面设计 | 第102-104页 |
| ·软件算法部分 | 第104-105页 |
| ·识读性能及与国内外同类产品的比较 | 第105-106页 |
| ·本章小结 | 第106-107页 |
| 7 总结与展望 | 第107-109页 |
| ·论文工作总结 | 第107页 |
| ·论文创新点 | 第107-108页 |
| ·后续工作展望 | 第108-109页 |
| 参考文献 | 第109-115页 |
| 致谢 | 第115-116页 |
| 攻读博士学位期间发表的学术论文和参加科研情况 | 第116-117页 |
