基于卷积神经网络的微型电缆字符识别方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 主要研究问题和研究内容 | 第12-15页 |
| 1.4 论文的组织结构 | 第15-17页 |
| 2 电缆图像的采集与预处理 | 第17-23页 |
| 2.1 电缆图像的采集 | 第17-19页 |
| 2.2 电缆图像的预处理 | 第19-22页 |
| 2.3 本章小结 | 第22-23页 |
| 3 电缆定位与提取算法研究 | 第23-33页 |
| 3.1 微型电缆图像的分析 | 第23-26页 |
| 3.2 基于全局二值化的电缆定位算法 | 第26-29页 |
| 3.3 基于局部二值化的电缆提取算法 | 第29-32页 |
| 3.4 本章小结 | 第32-33页 |
| 4 电缆字符的分割算法研究 | 第33-43页 |
| 4.1 字符分割的预处理 | 第33-36页 |
| 4.2 基于投影法的字符粗分割 | 第36-38页 |
| 4.3 基于字符模板的字符精分割 | 第38-40页 |
| 4.4 实验结果与分析 | 第40-42页 |
| 4.5 本章小结 | 第42-43页 |
| 5 电缆字符的识别算法研究 | 第43-52页 |
| 5.1 卷积神经网络的基础理论 | 第43-45页 |
| 5.2 字符识别算法具体步骤 | 第45-50页 |
| 5.3 实验结果与分析 | 第50-51页 |
| 5.4 本章小结 | 第51-52页 |
| 6 总结与展望 | 第52-54页 |
| 6.1 本文工作总结 | 第52-53页 |
| 6.2 未来工作展望 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-58页 |
