| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-18页 |
| ·课题来源、研究背景及意义 | 第11-12页 |
| ·课题的来源 | 第11页 |
| ·本课题的研究背景 | 第11-12页 |
| ·本课题的研究意义 | 第12页 |
| ·国内外研究现状 | 第12-16页 |
| ·本文开展的主要工作 | 第16-17页 |
| ·本文的内容安排 | 第17-18页 |
| 第二章 基于新型水尺和图像处理与识别技术的水位检测系统 | 第18-27页 |
| ·图像处理技术 | 第18-20页 |
| ·图像处理的基本知识 | 第18页 |
| ·数字图像处理技术的发展及应用 | 第18-20页 |
| ·神经网络与图像识别技术 | 第20-22页 |
| ·图像识别 | 第20-21页 |
| ·人工神经网络发展简史 | 第21-22页 |
| ·神经网络应用于图像识别技术的现状 | 第22页 |
| ·基于新型水尺的图像处理技术 | 第22-23页 |
| ·水位图像采集及检测系统的构建 | 第23-26页 |
| ·系统硬件构成 | 第23-25页 |
| ·图像处理常用算法及其软件实现 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 水位检测系统的图像处理技术 | 第27-52页 |
| ·图像在计算机内的存储与显示 | 第27-32页 |
| ·图像的表示方法 | 第27-28页 |
| ·数字化图像常用的存储格式 | 第28-32页 |
| ·图像增强处理 | 第32-36页 |
| ·将获取的图像转化为灰度图像 | 第32-33页 |
| ·灰度直方图均衡化 | 第33-36页 |
| ·图像的平滑滤波 | 第36-43页 |
| ·邻域平均法 | 第37-38页 |
| ·中值滤波 | 第38-41页 |
| ·自适应维纳滤波 | 第41-43页 |
| ·常用的边缘检测算法 | 第43-51页 |
| ·Roberts算子 | 第43-44页 |
| ·Sobel算子 | 第44-45页 |
| ·Prewitt算子 | 第45-46页 |
| ·拉普拉斯高斯(LoG)算子 | 第46-48页 |
| ·Canny算子 | 第48-51页 |
| ·本章小结 | 第51-52页 |
| 第四章 水位检测系统的图像分割与识别 | 第52-65页 |
| ·图像分割 | 第52-57页 |
| ·灰度直方图阈值法 | 第52-55页 |
| ·迭代阈值分割 | 第55页 |
| ·Otsu阈值法 | 第55-57页 |
| ·二值形态学处理 | 第57-61页 |
| ·膨胀 | 第58页 |
| ·腐蚀 | 第58-59页 |
| ·开运算 | 第59-60页 |
| ·闭运算 | 第60页 |
| ·骨架提取 | 第60-61页 |
| ·特征提取 | 第61-62页 |
| ·基于BP神经网络的识别 | 第62-64页 |
| ·BP神经网络模型 | 第62-63页 |
| ·基于BP网络的字符识别步骤 | 第63页 |
| ·结果分析 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第五章 基于超声波的雨污水管道流量测量 | 第65-78页 |
| ·引言 | 第65-66页 |
| ·超声波多普勒流量测量 | 第66-71页 |
| ·超声波流量计的分类和实现原理 | 第66-67页 |
| ·管道流体速度的分布规律 | 第67-68页 |
| ·多普勒超声管道流量测量原理 | 第68-71页 |
| ·系统硬件设计 | 第71-74页 |
| ·系统软件设计 | 第74-76页 |
| ·本章小结 | 第76-78页 |
| 第六章 总结与展望 | 第78-80页 |
| ·主要工作总结 | 第78页 |
| ·对今后工作的展望 | 第78-80页 |
| 参考文献 | 第80-83页 |
| 致谢 | 第83-84页 |
| 攻读硕士学位期间参加的科研项目与已录用的学术论文 | 第84页 |