DR图像铸件工件号识别算法的进一步研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-18页 |
| ·课题研究背景及意义 | 第9页 |
| ·DR 技术的原理 | 第9-14页 |
| ·X 射线检测技术的历史与发展 | 第9-10页 |
| ·DR 技术 | 第10-13页 |
| ·工业 CT 概述 | 第13-14页 |
| ·车牌识别系统简介 | 第14页 |
| ·工件号识别技术研究现状 | 第14-16页 |
| ·论文的主要内容及章节安排 | 第16-18页 |
| 2 工件号图像预处理算法研究 | 第18-25页 |
| ·引言 | 第18页 |
| ·常用增强方法介绍 | 第18-22页 |
| ·常用二值化方法介绍 | 第22-23页 |
| ·实验结果 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 3 工件号图像倾斜校正算法研究 | 第25-32页 |
| ·引言 | 第25页 |
| ·常用的倾斜校正方法 | 第25-27页 |
| ·水平倾斜校正 | 第27-29页 |
| ·惯性主轴法原理 | 第27-28页 |
| ·水平倾斜校正实验结果 | 第28-29页 |
| ·垂直倾斜校正 | 第29-30页 |
| ·Radon 变换原理 | 第29页 |
| ·垂直倾斜校正实验结果 | 第29-30页 |
| ·去毛刺和填补空洞 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 4 工件号图像分割算法研究 | 第32-35页 |
| ·引言 | 第32页 |
| ·垂直分割 | 第32-33页 |
| ·水平分割 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 5 工件号图像识别算法研究 | 第35-50页 |
| ·引言 | 第35页 |
| ·常用的字符识别方法简介 | 第35-38页 |
| ·支持向量机识别方法 | 第38-46页 |
| ·统计学习理论和支持向量机识别方法 | 第38页 |
| ·线性可分情况下最优分类面 | 第38-41页 |
| ·线性不可分情况下最优分类面 | 第41页 |
| ·支持向量机 | 第41-43页 |
| ·支持向量机的多类分类方法 | 第43-46页 |
| ·字符特征提取 | 第46-47页 |
| ·本文采用的支持向量机分类法和实验结果 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 6 总结和展望 | 第50-52页 |
| ·论文工作总结 | 第50-51页 |
| ·后续工作展望 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 附录 | 第56页 |
