基于图像的水表读数智能识别应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 1 绪论 | 第8-14页 |
| ·课题研究的目的与意义 | 第8页 |
| ·图像处理与模式识别研究现状 | 第8-11页 |
| ·图像处理技术 | 第8-10页 |
| ·模式识别技术 | 第10-11页 |
| ·水表字符识别难点 | 第11-12页 |
| ·水表字符识别步骤 | 第12-13页 |
| ·论文安排 | 第13-14页 |
| 2 基于HSV空间的图像预处理 | 第14-41页 |
| ·彩色图像处理 | 第14-18页 |
| ·常用色彩空间 | 第14-16页 |
| ·色彩空间选择与转换 | 第16-18页 |
| ·图像的倾斜校正 | 第18-30页 |
| ·常用倾斜校正方法 | 第19页 |
| ·图像灰度化 | 第19-20页 |
| ·边缘检测 | 第20-24页 |
| ·常用边缘检测算法 | 第21-23页 |
| ·Canny算子边缘检测 | 第23-24页 |
| ·Hough变换倾角检测 | 第24-26页 |
| ·图像旋转 | 第26-28页 |
| ·插值算法 | 第28-30页 |
| ·读数区域粗定位 | 第30页 |
| ·图像二值化处理 | 第30-36页 |
| ·常用彩色图像分割算法 | 第31页 |
| ·直方图阈值法与色彩聚类融合的图像二值化 | 第31-36页 |
| ·直方图阈值法 | 第32页 |
| ·色彩聚类 | 第32-34页 |
| ·信息融合 | 第34-36页 |
| ·字符分割 | 第36-39页 |
| ·字符初分割 | 第36页 |
| ·粘连字符分割 | 第36-38页 |
| ·对于字符分割的实验和讨论 | 第38-39页 |
| ·字符归一化 | 第39页 |
| ·本章小结 | 第39-41页 |
| 3 字符特征提取 | 第41-44页 |
| ·常用的特征提取方法 | 第41-43页 |
| ·特征选择及提取 | 第43-44页 |
| 4 模式识别 | 第44-60页 |
| ·常用分类器 | 第44-46页 |
| ·人工神经网络 | 第46-52页 |
| ·神经网络的发展及应用 | 第46-48页 |
| ·神经元模型 | 第48-50页 |
| ·神经网络的分类 | 第50页 |
| ·神经网络的学习规则 | 第50-52页 |
| ·BP网络 | 第52-58页 |
| ·网络结构及学习过程 | 第52-55页 |
| ·BP网络的局限与不足 | 第55页 |
| ·BP算法的改进 | 第55-58页 |
| ·BP网络设计原则 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 5 识别系统 | 第60-65页 |
| ·系统初设计 | 第60-61页 |
| ·初步实验结果 | 第61-62页 |
| ·比较与改进 | 第62-64页 |
| ·最终设计及分析 | 第64页 |
| ·本章小结 | 第64-65页 |
| 6 总结与展望 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 致谢 | 第71-72页 |
| 附录 攻读硕士学位期间公开发表的学术论文 | 第72页 |
