嵌入式字符识别技术的研究与开发
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·课题研究的背景及意义 | 第8页 |
| ·字符识别技术的现状与发展趋势 | 第8-12页 |
| ·字符识别技术的现状 | 第8-11页 |
| ·字符识别技术的发展趋势 | 第11-12页 |
| ·本文的主要研究内容 | 第12-14页 |
| 第二章 轴承字符的图像采集和预处理 | 第14-30页 |
| ·轴承压印字符的特点 | 第14页 |
| ·嵌入式轴承字符图像的采集系统 | 第14-17页 |
| ·轴承字符图像的二值化 | 第17-20页 |
| ·大津法二值化 | 第18-19页 |
| ·大津法的改进 | 第19-20页 |
| ·轴承圆心定位 | 第20-24页 |
| ·随机Hough 变换圆心定位算法 | 第21-22页 |
| ·随机圆检测算法及其改进算法 | 第22-24页 |
| ·轴承字符区域定位 | 第24-26页 |
| ·轴承字符区域矫正 | 第26-29页 |
| ·极坐标变换矫正字符 | 第27-28页 |
| ·旋转变换矫正字符 | 第28-29页 |
| ·轴承字符的归一化 | 第29页 |
| ·本章小结 | 第29-30页 |
| 第三章 轴承字符的特征提取 | 第30-38页 |
| ·字符的常用特征提取方法 | 第30-31页 |
| ·轴承压印字符特征提取方法研究 | 第31-36页 |
| ·方向线素特征及其改进 | 第31-33页 |
| ·轮廓层次特征及其改进 | 第33-36页 |
| ·本章小结 | 第36-38页 |
| 第四章 轴承字符识别的分类器 | 第38-46页 |
| ·BP 神经网络 | 第38-42页 |
| ·BP 神经网络原理 | 第38-40页 |
| ·BP 神经网络算法实现 | 第40页 |
| ·BP 神经网络的改进 | 第40-42页 |
| ·支持向量机 | 第42-44页 |
| ·支持向量机原理 | 第42-44页 |
| ·支持向量机多分类问题 | 第44页 |
| ·本章小结 | 第44-46页 |
| 第五章 轴承字符自动识别算法的实现与实验 | 第46-54页 |
| ·算法的软件实现 | 第46-47页 |
| ·轴承字符自动识别系统设计 | 第47-50页 |
| ·BP 神经网络参数设计 | 第47-48页 |
| ·SVM 分类器参数设计 | 第48-50页 |
| ·实验与结果分析 | 第50-52页 |
| ·本章小结 | 第52-54页 |
| 第六章 结论与展望 | 第54-56页 |
| ·研究的总结 | 第54页 |
| ·未来研究工作的展望 | 第54-56页 |
| 致谢 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第62页 |
