| 摘要 | 第9-10页 |
| ABSTRACT | 第10页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 研究现状 | 第12-13页 |
| 1.3 本文主要完成工作 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-15页 |
| 第二章 相关理论基础 | 第15-28页 |
| 2.1 基于内容的图像检索技术 | 第15-16页 |
| 2.2 图像边缘检测技术 | 第16-21页 |
| 2.2.1 Roberts算子 | 第17页 |
| 2.2.2 Sobel算子 | 第17-18页 |
| 2.2.3 Canny算子 | 第18-19页 |
| 2.2.4 传统边缘检测算法实验结果 | 第19-21页 |
| 2.3 台标的特征描述 | 第21-24页 |
| 2.3.1 台标的Hu不变矩参数 | 第21-22页 |
| 2.3.2 通过小波描述台标特征 | 第22-24页 |
| 2.4 台标识别方法 | 第24-26页 |
| 2.4.1 基于统计概率最大准则识别方法 | 第24-25页 |
| 2.4.2 通过支持向量机对台标进行识别的方法 | 第25-26页 |
| 2.5 台标识别图像质量评价标准分析 | 第26页 |
| 2.6 本章小结 | 第26-28页 |
| 第三章 系统总体设计 | 第28-34页 |
| 3.1 系统设计原则 | 第28页 |
| 3.2 系统框架设计 | 第28-29页 |
| 3.3 系统功能模块 | 第29-31页 |
| 3.4 系统关键技术 | 第31-32页 |
| 3.4.1 图像预处理 | 第31页 |
| 3.4.2 台标特征提取 | 第31页 |
| 3.4.3 台标识别 | 第31-32页 |
| 3.5 系统测试设计 | 第32-33页 |
| 3.5.1 测试类别 | 第32页 |
| 3.5.2 测试用例 | 第32页 |
| 3.5.3 测试步骤 | 第32-33页 |
| 3.6 本章小结 | 第33-34页 |
| 第四章 台标定位与边缘检测 | 第34-45页 |
| 4.1 台标区域确定 | 第34-35页 |
| 4.2 基于边缘邻域关系的低信噪比图像边缘检测算法 | 第35-40页 |
| 4.2.1 基于边缘邻域关系的图像边缘台标检测框架 | 第35-38页 |
| 4.2.2 基于边缘邻域关系的边缘检测算法 | 第38-40页 |
| 4.3 实验设计与结果分析 | 第40-43页 |
| 4.3.1 模板半径参数选择 | 第41页 |
| 4.3.2 椒盐噪声条件下的边缘检测实验 | 第41-42页 |
| 4.3.3 高斯噪声条件下边缘检测实验 | 第42-43页 |
| 4.3.4 椒盐噪声和高斯噪声同时存在 | 第43页 |
| 4.4 本章小结 | 第43-45页 |
| 第五章 台标的特征提取与识别 | 第45-52页 |
| 5.1 台标特征提取流程 | 第45-49页 |
| 5.1.1 SIFT特征提取算法 | 第45-48页 |
| 5.1.2 化简的SIFT特征提取过程 | 第48-49页 |
| 5.2 台标特征训练与识别过程 | 第49-51页 |
| 5.2.1 BP神经网络 | 第49-50页 |
| 5.2.2 BP神经网络的训练过程 | 第50-51页 |
| 5.3 本章小结 | 第51-52页 |
| 第六章 系统实现 | 第52-60页 |
| 6.1 系统功能模块分析 | 第52-55页 |
| 6.1.1 台标识别系统功能流程图 | 第52-53页 |
| 6.1.2 系统整体界面 | 第53-54页 |
| 6.1.3 告警声设置功能 | 第54页 |
| 6.1.4 记录查询功能 | 第54-55页 |
| 6.2 仿真实验过程分析 | 第55-59页 |
| 6.3 本章小结 | 第59-60页 |
| 结束语 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 作者在学期间取得的学术成果 | 第66-67页 |
| 附录A 边缘检测主要代码 | 第67-71页 |
| 附录B 图像采集传输主要代码 | 第71-75页 |