基于机器视觉的数字仪表自动读数方法研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-11页 |
| 1.1 研究课题的背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.2.1 国外研究状况 | 第9页 |
| 1.2.2 国内研究状况 | 第9-10页 |
| 1.3 本文的研究目的及步骤 | 第10-11页 |
| 2 机器视觉与图像处理相关知识 | 第11-15页 |
| 2.1 机器视觉技术 | 第11-12页 |
| 2.1.1 机器视觉的发展 | 第11页 |
| 2.1.2 机器视觉系统构成 | 第11-12页 |
| 2.2 数字图像处理概述 | 第12-14页 |
| 2.2.1 数字图像 | 第12-13页 |
| 2.2.2 数字图像文件的格式 | 第13-14页 |
| 2.2.3 数字图像处理 | 第14页 |
| 2.3 本章小结 | 第14-15页 |
| 3 数字仪表图像的采集和预处理 | 第15-26页 |
| 3.1 图像的采集 | 第15页 |
| 3.2 图像的预处理 | 第15-25页 |
| 3.2.1 仪表图像灰度化 | 第15-17页 |
| 3.2.2 仪表图像的直方图均衡 | 第17-18页 |
| 3.2.3 图像滤波去噪 | 第18-22页 |
| 3.2.4 图像二值化 | 第22-25页 |
| 3.3 本章小结 | 第25-26页 |
| 4 数字仪表图像的区域定位与倾斜矫正 | 第26-42页 |
| 4.1 数字仪表图像的区域定位 | 第26-31页 |
| 4.1.1 数字仪表的区域特征 | 第26页 |
| 4.1.2 数字仪表区域定位的方法介绍 | 第26-31页 |
| 4.2 数字仪表图像的倾斜矫正 | 第31-40页 |
| 4.2.1 倾斜矫正的基本原理 | 第31-32页 |
| 4.2.2 边缘检测 | 第32-39页 |
| 4.2.3 图像矫正方法 | 第39-40页 |
| 4.3 本章小结 | 第40-42页 |
| 5 数字仪表图像的分割与归一化 | 第42-46页 |
| 5.1 数字仪表图像的字符分割 | 第42-44页 |
| 5.1.1 投影法进行字符分割 | 第42-44页 |
| 5.2 数字字符的归一化 | 第44-45页 |
| 5.3 本章小结 | 第45-46页 |
| 6 数字仪表图像的识别 | 第46-56页 |
| 6.1 特征提取 | 第46-48页 |
| 6.1.1 特征的介绍 | 第46-48页 |
| 6.1.2 数字字符的特征提取 | 第48页 |
| 6.2 数字仪表图像的识别 | 第48-55页 |
| 6.2.1 模版匹配 | 第49页 |
| 6.2.2 支持向量机 | 第49-50页 |
| 6.2.3 BP神经网络 | 第50-53页 |
| 6.2.4 多分类器综合识别 | 第53-55页 |
| 6.3 实验结果分析 | 第55页 |
| 6.4 本章小结 | 第55-56页 |
| 7 总结和展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 附录 | 第61页 |
