基于嵌入式系统的盲人图标识别研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-14页 |
| ·研究背景及选题意义 | 第10-11页 |
| ·国内外应用研究现状 | 第11页 |
| ·图像处理与识别技术概述 | 第11-13页 |
| ·本文研究的内容介绍 | 第13-14页 |
| 第二章 盲人图标预处理 | 第14-26页 |
| ·图像滤波 | 第14-16页 |
| ·盲人图标的二值化 | 第16-18页 |
| ·盲人图标的边缘检测方法 | 第18-22页 |
| ·Roberts 算子 | 第18页 |
| ·Sobel 算子 | 第18-19页 |
| ·Prewitt 算子 | 第19页 |
| ·基于梯度的新算子 | 第19-21页 |
| ·边缘检测实验结果 | 第21-22页 |
| ·盲人图标分割定位 | 第22-24页 |
| ·直线相位编组方法 | 第22页 |
| ·标记梯度方向角以及二值化图像 | 第22-23页 |
| ·跟踪边缘生成直线支持区 | 第23页 |
| ·最小二乘法拟合直线 | 第23-24页 |
| ·盲人图标的标准化处理 | 第24-25页 |
| ·小结 | 第25-26页 |
| 第三章 盲人图标图像特征提取 | 第26-34页 |
| ·图像特征 | 第26页 |
| ·图像特征选择与提取 | 第26-28页 |
| ·图像特征选择 | 第26-27页 |
| ·图像特征提取 | 第27-28页 |
| ·图像的矩特征 | 第28-30页 |
| ·不变矩的定义 | 第28-29页 |
| ·选择矩不变量作为目标特征的原因 | 第29-30页 |
| ·图像HU 矩提取结果与分析 | 第30页 |
| ·组合不变矩的构建与实验分析 | 第30-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 神经网络在盲人图标识别中的应用 | 第34-47页 |
| ·神经网络简介 | 第34-36页 |
| ·神经网络的概念及发展 | 第34-35页 |
| ·神经网络的特点及应用 | 第35-36页 |
| ·径向基函数网络 | 第36-44页 |
| ·径向基网络的基本原理 | 第36页 |
| ·RBF 神经网络结构 | 第36-38页 |
| ·RBF 神经网络的学习算法 | 第38-40页 |
| ·RBF 神经网络分类器构造 | 第40-44页 |
| ·与BP 网络的比较及分析 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 盲人图标识别系统的软硬件设计 | 第47-54页 |
| ·系统硬件 | 第47-51页 |
| ·DM642 总体结构 | 第47-51页 |
| ·系统软件 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58-59页 |
| 附录 A (攻读硕士学位期间公开发表的论文) | 第59页 |
