基于图像识别的纸张计数系统研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第7-10页 |
| CONTENTS | 第10-13页 |
| 第一章 绪论 | 第13-23页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 纸质产品计数技术研究现状 | 第14-20页 |
| 1.2.1 接触式叠层纸张计数技术现状 | 第14-16页 |
| 1.2.2 非触式叠层纸张计数技术现状 | 第16-19页 |
| 1.2.3 视觉纸张计数技术 | 第19-20页 |
| 1.3 图像纹理算法 | 第20-21页 |
| 1.4 论文主要研究内容及结构安排 | 第21-23页 |
| 第二章 系统设计与方案选择 | 第23-39页 |
| 2.1 嵌入式纸张计数方案 | 第23-29页 |
| 2.1.1 系统结构与软件流程 | 第23-25页 |
| 2.1.2 峰谷极值计数法 | 第25-27页 |
| 2.1.3 实验计数流程及装置 | 第27-29页 |
| 2.2 基于AVT采集图像的PC方案 | 第29-37页 |
| 2.2.1 AVT图像釆集系统 | 第29-30页 |
| 2.2.2 AVT图像去噪 | 第30-36页 |
| 2.2.3 AVT实验计数及装置 | 第36-37页 |
| 2.3 基于线阵釆集图像的PC方案 | 第37-38页 |
| 2,4 小结 | 第38-39页 |
| 第三章 系统框架与图像采集 | 第39-48页 |
| 3.1 纸张计数硬件组成 | 第39-40页 |
| 3.2 纸张计数软件设计 | 第40-44页 |
| 3.2.1 系统软件框架 | 第41-42页 |
| 3.2.2 计算机视觉函数库 | 第42-43页 |
| 3.2.3 软件界面设计 | 第43-44页 |
| 3.3 基于Twain协议软件通信 | 第44-47页 |
| 3.3.1 Twain简介 | 第44页 |
| 3.3.2 Twain组成与作用 | 第44-45页 |
| 3.3.3 Twain协议的软件体系 | 第45-47页 |
| 3.4 小结 | 第47-48页 |
| 第四章 纸张纹理图像检测计数 | 第48-67页 |
| 4.1 纸张图像预处理 | 第48-52页 |
| 4.1.1 纸张区域定位 | 第48-49页 |
| 4.1.2 纸张纹理增强 | 第49-51页 |
| 4.1.3 纹理方向检测 | 第51-52页 |
| 4.2 纸张纹理检测与修复 | 第52-58页 |
| 4.2.1 空间边缘滤波 | 第52-54页 |
| 4.2.2 Gabor边缘提取 | 第54-56页 |
| 4,2.3 形态学弱点强化 | 第56-58页 |
| 4.3 纸张纹理分割与细化 | 第58-63页 |
| 4.3.1 最优迭代分割 | 第58-59页 |
| 4.3.2 Meanshift聚类分割 | 第59-61页 |
| 4.3.3 连通域分析 | 第61-62页 |
| 4.3.4 纹理骨架提取 | 第62-63页 |
| 4.4 纸张纹理计数 | 第63-65页 |
| 4.4.1 补偿修正计数法 | 第63-64页 |
| 4.4.2 纹理统计计数法 | 第64-65页 |
| 4.5 实验结果 | 第65-67页 |
| 第五章 基于FCM与SVM的通用纹理分割 | 第67-79页 |
| 5.1 支持向量机基本理论 | 第67-73页 |
| 5.1.1 统计学习理论 | 第68-69页 |
| 5.1.2 线性可分支持向量机 | 第69-71页 |
| 5.1.3 非线性支持向量机 | 第71-73页 |
| 5.2 基于FCM训练样本选取 | 第73-75页 |
| 5.2.1 模糊C均值概述 | 第73-74页 |
| 5.2.2 模糊均值聚类选择样本 | 第74-75页 |
| 5.3 SVM图像分割模型的建立 | 第75-78页 |
| 5.3.1 特征向量提取 | 第76-77页 |
| 5.3.2 SVM分类识别 | 第77-78页 |
| 5.4 小结 | 第78-79页 |
| 总结与展望 | 第79-81页 |
| 1、总结 | 第79页 |
| 2、展望 | 第79-81页 |
| 参考文献 | 第81-85页 |
| 攻读学位期间发表的论文 | 第85-87页 |
| 致谢 | 第87-88页 |
| 附录 | 第88-107页 |
| 附录1 AVT相机采集程序 | 第88-100页 |
| 附录2 TWAIN采集程序 | 第100-107页 |
