基于CNN的载货列车信息识别系统设计与实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题来源 | 第9页 |
| 1.2 课题背景 | 第9-10页 |
| 1.3 课题研究目的和意义 | 第10页 |
| 1.4 国内外研究现状 | 第10-13页 |
| 1.4.1 货车文字识别的国内外研究现状 | 第10-12页 |
| 1.4.2 卷积神经网络的国内外研究现状 | 第12-13页 |
| 1.5 当前存在的主要问题 | 第13-14页 |
| 1.6 本课题工作内容及本文组织结构 | 第14-15页 |
| 第2章 识别系统需求分析 | 第15-21页 |
| 2.1 系统整体架构 | 第15页 |
| 2.2 系统功能性需求分析 | 第15-18页 |
| 2.3 货车文字识别业务流程分析 | 第18-19页 |
| 2.4 软件系统中涉及的配套设备需求 | 第19-20页 |
| 2.5 本章小结 | 第20-21页 |
| 第3章 基于CNN的文字识别算法研究与应用 | 第21-31页 |
| 3.1 针对货车文字识别的CNN训练数据集合 | 第21-22页 |
| 3.2 针对货车文字识别的CNN结构模型 | 第22-24页 |
| 3.3 CNN训练过程 | 第24-30页 |
| 3.3.1 CNN网络初始化 | 第24页 |
| 3.3.2 CNN前向传播过程 | 第24-26页 |
| 3.3.3 CNN后向反馈和权值更新 | 第26-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第4章 识别系统的设计与实现 | 第31-64页 |
| 4.1 软件系统的整体设计 | 第31-32页 |
| 4.2 传感器控制抓拍模块的设计与实现 | 第32-36页 |
| 4.3 视频采集抓拍模块的设计与实现 | 第36-39页 |
| 4.3.1 视频信息实时预览的设计与实现 | 第36-37页 |
| 4.3.2 视频信息回放的设计与实现 | 第37-38页 |
| 4.3.3 多点抓拍识别功能的设计与实现 | 第38-39页 |
| 4.4 车厢文字识别功能的设计与实现 | 第39-56页 |
| 4.4.1 图像预处理及分割流程的设计与实现 | 第40-52页 |
| 4.4.2 卷积神经网络识别及识别结果后续处理 | 第52-56页 |
| 4.5 车厢文字信息管理模块的设计与实现 | 第56-59页 |
| 4.5.1 车厢文字信息的添加 | 第57页 |
| 4.5.2 车厢文字信息的删除与备份 | 第57-58页 |
| 4.5.3 车厢文字信息的统计 | 第58-59页 |
| 4.6 电子车牌信息读取模块的设计与实现 | 第59-60页 |
| 4.7 摄像机设备信息管理模块的设计与实现 | 第60-62页 |
| 4.8 用户信息管理模块的设计与实现 | 第62-63页 |
| 4.9 本章小结 | 第63-64页 |
| 第5章 识别系统安装与测试 | 第64-78页 |
| 5.1 系统测试环境 | 第64页 |
| 5.1.1 系统硬件设备 | 第64页 |
| 5.1.2 系统软件环境配置 | 第64页 |
| 5.2 识别系统的部署安装 | 第64-66页 |
| 5.3 系统功能测试与分析 | 第66-77页 |
| 5.3.1 系统登录功能测试 | 第66-67页 |
| 5.3.2 传感器控制抓拍模块测试 | 第67-68页 |
| 5.3.3 车厢文字识别模块测试 | 第68-70页 |
| 5.3.4 视频监控预览及回放模块测试 | 第70-71页 |
| 5.3.5 电子车牌信息读取模块测试 | 第71-72页 |
| 5.3.6 车厢文字信息管理模块测试 | 第72-75页 |
| 5.3.7 摄像机信息管理模块测试 | 第75-76页 |
| 5.3.8 用户信息管理模块测试 | 第76-77页 |
| 5.4 本章小结 | 第77-78页 |
| 结论 | 第78-80页 |
| 参考文献 | 第80-84页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第84-86页 |
| 致谢 | 第86页 |
