火电厂进煤机车动态信息处理与识别系统的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 1 绪论 | 第12-18页 |
| ·数字图像处理技术及车号识别研究现状及发展趋势 | 第12-13页 |
| ·课题的目的和意义 | 第13-14页 |
| ·图像识别的特点和存在的问题 | 第14-16页 |
| ·本论文完成的主要工作 | 第16-18页 |
| 2 动态车厢号码图像采集系统 | 第18-28页 |
| ·机车车厢号码动态图像采集系统的构成 | 第18-19页 |
| ·车厢号码图像获取设备 | 第19-24页 |
| ·摄像头的选取 | 第19-20页 |
| ·图像采集卡 | 第20-21页 |
| ·摄像机镜头位置的确定 | 第21-22页 |
| ·摄像头的暴光量 | 第22-23页 |
| ·传感器设定 | 第23-24页 |
| ·摄像机系统的自适应控制 | 第24-28页 |
| ·摄像机工作环境 | 第24-25页 |
| ·摄像机参数设定系统 | 第25-26页 |
| ·AIACS 的原理 | 第26-28页 |
| 3 车厢号码图像预处理 | 第28-41页 |
| ·图像灰度变换 | 第28-33页 |
| ·彩色车厢图像到灰度图的转换 | 第28-29页 |
| ·灰度拉伸改善图像质量 | 第29-30页 |
| ·P─参数非线性灰度变换 | 第30-33页 |
| ·车厢图像二值化 | 第33-35页 |
| ·基于 SOFM 的灰度图二值化方法 | 第34页 |
| ·SOFM 网的结构和算法 | 第34-35页 |
| ·基于 SOFM 的彩色图像二值化方法 | 第35-38页 |
| ·基本方法 | 第35-36页 |
| ·网络初始权值的选择 | 第36-37页 |
| ·算法的简化 | 第37-38页 |
| ·字符边缘检测 | 第38-41页 |
| ·Sobel边缘检检测 | 第39-41页 |
| 4 车厢号码目标定位 | 第41-49页 |
| ·机车车号定位技术介绍 | 第41页 |
| ·车厢号码目标定位 | 第41-42页 |
| ·车厢号码首次定位 | 第42-47页 |
| ·数学形态学定位 | 第42-44页 |
| ·微分模板法 | 第44页 |
| ·梯度模板 | 第44页 |
| ·微分模板的实现 | 第44-45页 |
| ·改进微分模板法 | 第45-47页 |
| ·车厢号码二次定位 | 第47-49页 |
| ·细线扫描法 | 第47页 |
| ·区域增长法 | 第47页 |
| ·后续处理 | 第47-49页 |
| 5 车厢号码字符分割与提取 | 第49-64页 |
| ·车厢号码字符分割 | 第49-54页 |
| ·字符行分割 | 第49-50页 |
| ·字符列分割 | 第50-51页 |
| ·图像的平滑处理和细化处理 | 第51-54页 |
| ·车厢号码线图形整修 | 第54-56页 |
| ·短分枝剪除 | 第54-55页 |
| ·标记图形 | 第55页 |
| ·断笔连接 | 第55-56页 |
| ·车厢号码字符提取 | 第56-64页 |
| ·字符的特征提取 | 第56-57页 |
| ·点特征提取 | 第57-58页 |
| ·象限点特征 | 第58-59页 |
| ·交截计数特征 | 第59-61页 |
| ·水平垂直特征 | 第61-62页 |
| ·水平、垂直边缘变化特征 | 第62-64页 |
| 6 车厢号码字符识别 | 第64-78页 |
| ·字符识别原理 | 第64页 |
| ·字符识别常见方法 | 第64-69页 |
| ·模板匹配方法 | 第65页 |
| ·基于字符特征的识别方法 | 第65-69页 |
| ·车厢号码神经网络方法 | 第69-78页 |
| ·车厢号码提取字符 | 第70页 |
| ·基于 BP 网络的车厢号码字符识别 | 第70-71页 |
| ·多层前馈神经网络 | 第71-73页 |
| ·反向传播算法(BP) | 第73-75页 |
| ·BP 网络车厢号码字符识别系统实现 | 第75-78页 |
| 7 结论 | 第78-80页 |
| 参考文献 | 第80-82页 |
| 在学研究成果 | 第82-83页 |
| 致谢 | 第83页 |
