| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-11页 |
| 第1章 绪论 | 第11-17页 |
| ·课题的来源与研究背景 | 第11-12页 |
| ·课题的来源 | 第11页 |
| ·课题的研究背景 | 第11-12页 |
| ·课题的研究目的和意义 | 第12-13页 |
| ·国内外研究现状与分析 | 第13-15页 |
| ·国外研究现状 | 第13-14页 |
| ·国内研究现状 | 第14-15页 |
| ·本课题研究的主要内容 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第2章 多目标图像识别系统的总体方案 | 第17-25页 |
| ·多目标图像识别系统的组成 | 第17页 |
| ·多手机贴膜检测识别系统的工作原理 | 第17-18页 |
| ·系统的硬件选型和软件流程 | 第18-23页 |
| ·系统的硬件 | 第18-21页 |
| ·相机的选型 | 第18-19页 |
| ·镜头的选型 | 第19-20页 |
| ·光源的选型 | 第20-21页 |
| ·系统的软件工作流程 | 第21-23页 |
| ·多手机贴膜识别系统的参数指标 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 多目标图像预处理算法的研究 | 第25-38页 |
| ·数字图像的原理 | 第25-26页 |
| ·预处理算法概述 | 第26页 |
| ·预处理算法实现 | 第26-37页 |
| ·图像灰度化 | 第26-28页 |
| ·图像滤波 | 第28-30页 |
| ·图像的滤波方法 | 第28-29页 |
| ·各种滤波效果比较 | 第29-30页 |
| ·图像增强 | 第30-34页 |
| ·灰度变换 | 第31页 |
| ·模糊对比度增强 | 第31-32页 |
| ·直方图均衡化增强 | 第32-34页 |
| ·图像分割 | 第34-37页 |
| ·阈值分割原理 | 第34-35页 |
| ·自适应迭代阈值分割算法 | 第35页 |
| ·最大类间方差阈值分割算法 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 基于特征联合的多目标识别算法 | 第38-54页 |
| ·基于特征联合的多目标识别算法概论 | 第38-39页 |
| ·手机贴膜二值化图像的标识 | 第39-41页 |
| ·图像标识基础知识 | 第39-40页 |
| ·二值图像的标识步骤 | 第40页 |
| ·二值化图像的标识结果 | 第40-41页 |
| ·图像位置的校正 | 第41-46页 |
| ·图像的不变矩 | 第41-43页 |
| ·图像的几何矩 | 第41-42页 |
| ·图像的不变矩 | 第42-43页 |
| ·图像的不变矩校正 | 第43-46页 |
| ·图像的特征提取 | 第46-50页 |
| ·提取连通域的面积特征 | 第46-47页 |
| ·提取二值化图像的比例特征 | 第47页 |
| ·对标识的真实手机贴膜图像进行聚类 | 第47-50页 |
| ·聚类的定义 | 第47-48页 |
| ·聚类的准则 | 第48页 |
| ·聚类的方法 | 第48-49页 |
| ·K均值聚类算法 | 第49-50页 |
| ·图像的模板匹配 | 第50-51页 |
| ·模板匹配的原理 | 第50-51页 |
| ·多个手机贴膜图像的模板匹配 | 第51页 |
| ·多个手机贴膜图像的识别效果 | 第51页 |
| ·实验结果分析 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 基于改进Hausdorff距离的部分遮挡物体识别算法 | 第54-62页 |
| ·部分遮挡手机贴膜的识别算法概述 | 第54页 |
| ·部分遮挡手机贴膜的识别算法实现 | 第54-58页 |
| ·遮挡图像的特征提取 | 第54-57页 |
| ·算法实现过程 | 第57-58页 |
| ·模板图像的选择 | 第58页 |
| ·实验效果 | 第58-59页 |
| ·实验数据分析及结论 | 第59-60页 |
| ·本章小结 | 第60-62页 |
| 第6章 总结与展望 | 第62-64页 |
| ·本文总结 | 第62-63页 |
| ·研究展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 附录 | 第6页 |