首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

在智能手机上实现二维条形码识别

摘要第1-3页
Abstract第3-7页
第1章 绪论第7-17页
   ·概述第7-8页
   ·二维条形码PDF417 简介第8-10页
   ·手机条形码识别系统的组成第10-11页
   ·手机条形码识别的应用现状第11-13页
   ·手机处理图像识别所面临的特殊问题第13-15页
   ·本课题的研究内容第15-17页
第2章 PDF417 二维条形码规范第17-25页
   ·PDF417 的符号结构和特性第17页
   ·符号表示第17-19页
   ·压缩模式结构第19-20页
   ·编码压缩模式第20-22页
   ·错误检测与纠正第22-25页
第3章 手机图像识别需要解决的特殊问题第25-31页
   ·对手机组成结构的要求第25-27页
     ·手机摄像模组简介第25-26页
     ·对手机硬件配置的要求第26-27页
   ·手持拍摄产生的问题第27-28页
     ·晃动第27-28页
     ·图像旋转和倾斜第28页
   ·手机硬件限制产生的问题第28-31页
     ·摄像模组的暗角退化第28-29页
     ·运算速度的限制第29-30页
     ·物理内存的限制第30-31页
第4章 手机图像识别算法第31-52页
   ·设计原则第31-32页
   ·算法整体结构及其特点第32-33页
   ·图像获取第33-34页
     ·摄像模组数据采集第33-34页
     ·亮度归一化第34页
   ·暗角修正第34-37页
     ·暗角退化模型的建立第36页
     ·暗角修正与二值化第36-37页
   ·定位条形码区域第37-41页
     ·条形码的粗步定位第38-39页
     ·定位条形码顶点坐标第39-41页
   ·图像配准第41-44页
     ·控制栅格插值第41-43页
     ·输出控制点的确定第43-44页
   ·确定层序第44-47页
     ·提取水平分量第44-46页
     ·确定层序第46-47页
   ·逐层解码第47-49页
     ·行垂直投影第48页
     ·识别条和空的宽度第48-49页
   ·译码第49-50页
   ·完整实例第50-52页
第5章 识别算法在手机上的实现第52-62页
   ·东信ES2008 整体组成方案第52-53页
     ·硬件组成方案第52-53页
     ·软件组成方案第53页
   ·Qtopia简介第53-55页
     ·什么是Qt和Qtopia第54页
     ·Qtopia的结构第54-55页
   ·识别算法在手机上的实现第55-62页
     ·本课题的项目情况第55-56页
     ·条形码识别程序框图第56-57页
     ·程序对系统资源占用情况分析第57-58页
     ·针对Qtopia的内存优化第58页
     ·针对Qtopia的识别速度优化第58-60页
     ·实测结果第60-62页
第6章 总结第62-65页
   ·课题研究的成果第62页
   ·课题研究的意义第62-63页
   ·对手机图像识别研究的展望第63-65页
参考文献第65-68页
附录1 摄像模组的光学退化特性第68-70页
附录2 嵌入式Linux的开发调试第70-74页
 1 算法设计及仿真第71-72页
 2 在PC环境下编写基于Linux Qt的识别程序第72页
 3 将算法移植到Qtopia模拟器上第72-73页
 4 识别程序写入手机及实测第73-74页
硕士研究生期间发表的论文第74页
致谢第74-76页
附件第76页

论文共76页,点击 下载论文
上一篇:塑料蜗轮与钢制蜗杆的啮合性能研究
下一篇:小波神经网络在金融时间序列分析中的应用