| 摘要 | 第11-13页 |
| ABSTRACT | 第13-14页 |
| 第1章 绪论 | 第16-24页 |
| 1.1 研究背景 | 第16-18页 |
| 1.1.1 Data Matrix二维条码 | 第17-18页 |
| 1.1.2 激光直接标识技术 | 第18页 |
| 1.2 研究意义 | 第18-19页 |
| 1.3 国内外研究现状 | 第19-21页 |
| 1.3.1 国外研究现状 | 第19-20页 |
| 1.3.2 国内研究现状 | 第20-21页 |
| 1.4 本文研究工作 | 第21-24页 |
| 1.4.1 本文研究内容 | 第21-22页 |
| 1.4.2 各章内容安排 | 第22-24页 |
| 第2章 直接零件标识中常见的低质量条码图像类型 | 第24-28页 |
| 2.1 实验样本的获取 | 第24页 |
| 2.2 由光照条件导致的低质量条码图像 | 第24-26页 |
| 2.2.1 整体灰度值较低 | 第24-25页 |
| 2.2.2 局部灰度值较低 | 第25-26页 |
| 2.2.3 局部高光 | 第26页 |
| 2.3 由条码载体自身特点导致的低质量条码图像 | 第26-27页 |
| 2.3.1 划痕、锈迹、油污等污染干扰 | 第26页 |
| 2.3.2 材料纹理 | 第26-27页 |
| 2.3.3 载体混合其他字符或图案 | 第27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 局部灰度值较低的条码图像的信息增强 | 第28-46页 |
| 3.1 引言 | 第28-29页 |
| 3.2 局部直方图均衡化算法 | 第29-33页 |
| 3.2.1 算法简介 | 第29页 |
| 3.2.2 POSHE算法 | 第29-30页 |
| 3.2.3 CLAHE算法 | 第30-33页 |
| 3.3 Retinex算法 | 第33-40页 |
| 3.3.1 算法简介 | 第33-34页 |
| 3.3.2 基于迭代计算的Retinex算法 | 第34-39页 |
| 3.3.3 基于中心环绕的Retinex算法 | 第39-40页 |
| 3.4 实验结果与分析 | 第40-44页 |
| 3.4.1 主观效果对比 | 第40-42页 |
| 3.4.2 客观质量评价 | 第42-44页 |
| 3.5 本章小结 | 第44-46页 |
| 第4章 金属表面Data Matrix条码高光区域的信息重构 | 第46-56页 |
| 4.1 引言 | 第46-47页 |
| 4.2 Data Matrix条码的重构依据 | 第47-48页 |
| 4.3 条码模块的定位 | 第48-49页 |
| 4.3.1 倾斜校正 | 第48-49页 |
| 4.3.2 网格划分 | 第49页 |
| 4.4 高光区域的检测 | 第49-51页 |
| 4.5 基于局部与全局特征的五步重构模型 | 第51-53页 |
| 4.5.1 高光模块的重构 | 第51-52页 |
| 4.5.2 高光模块的8邻域模块的重构 | 第52页 |
| 4.5.3 邻域中极值模块的重构 | 第52页 |
| 4.5.4 灰度值较低模块的重构 | 第52页 |
| 4.5.5 未识别模块的重构 | 第52-53页 |
| 4.6 实验结果与分析 | 第53-55页 |
| 4.7 本章小结 | 第55-56页 |
| 第5章 复杂背景下激光直接标识Data Matrix条码的定位 | 第56-70页 |
| 5.1 引言 | 第56-57页 |
| 5.2 直接零件标识中常见的复杂背景类型 | 第57页 |
| 5.3 样本图像的分块 | 第57-58页 |
| 5.4 基于子块分类的粗定位 | 第58-64页 |
| 5.4.1 改进的边缘方向直方图特征 | 第58-59页 |
| 5.4.2 基于非线性支持向量机的子块二分类 | 第59-61页 |
| 5.4.3 支持向量机最优参数的确定 | 第61-62页 |
| 5.4.4 子块分类结果与分析 | 第62-64页 |
| 5.5 基于直线检测的精定位 | 第64-67页 |
| 5.5.1 条码子块的裁剪 | 第64-65页 |
| 5.5.2 中心点的确定 | 第65页 |
| 5.5.3 直线检测区域的确定 | 第65-66页 |
| 5.5.4 直线检测结果与分析 | 第66-67页 |
| 5.6 实验结果与分析 | 第67-68页 |
| 5.7 本章小结 | 第68-70页 |
| 总结与展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 攻读硕士学位期间发表的学术论文 | 第76-78页 |
| 致谢 | 第78-79页 |
| 附表 | 第79页 |