盲人拍照识别人民币的算法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第9-14页 |
| 1.1 选题背景和研究意义 | 第9-10页 |
| 1.2 盲人识别人民币算法的国内外研究现状 | 第10-11页 |
| 1.3 课题主要研究内容 | 第11-13页 |
| 1.4 本文组织结构 | 第13-14页 |
| 2 图像平滑滤波算法介绍 | 第14-22页 |
| 2.1 常用的图像平滑滤波算法 | 第14-15页 |
| 2.2 MeanShift算法的介绍 | 第15-18页 |
| 2.3 MeanShift图像平滑 | 第18-21页 |
| 2.4 本章小结 | 第21-22页 |
| 3 钞票边界定位 | 第22-29页 |
| 3.1 钞票图像的Canny边缘检测 | 第22-23页 |
| 3.2 常用的直线检测算法 | 第23-25页 |
| 3.3 基于k-means的钞票边缘检测 | 第25-28页 |
| 3.4 本章小结 | 第28-29页 |
| 4 国徽符号的分割和外轮廓识别 | 第29-40页 |
| 4.1 引言 | 第29页 |
| 4.2 国徽符号的分割 | 第29-32页 |
| 4.3 常用形状描述方法 | 第32-35页 |
| 4.4 形状匹配 | 第35-39页 |
| 4.5 本章小结 | 第39-40页 |
| 5 基于颜色分类的钞票面值识别 | 第40-51页 |
| 5.1 引言 | 第40页 |
| 5.2 颜色分类器 | 第40-46页 |
| 5.3 基于颜色的面值判别 | 第46-50页 |
| 5.4 本章小结 | 第50-51页 |
| 6 钞票序列号的分割和识别 | 第51-54页 |
| 6.1 字符序列的获取 | 第51-52页 |
| 6.2 单字符的切割 | 第52-53页 |
| 6.3 字符识别 | 第53页 |
| 6.4 本章小结 | 第53-54页 |
| 7 工作总结和展望 | 第54-56页 |
| 7.1 工作总结 | 第54-55页 |
| 7.2 工作展望 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 附录 攻读学位期间发表论文目录 | 第60页 |
