图像处理在水平尺标签检测中的应用
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题背景 | 第10-11页 |
| 1.2 国内外研究现状及发展趋势 | 第11-13页 |
| 1.2.1 图像识别相关算法的国内外研究现状 | 第11-12页 |
| 1.2.2 标签检测中算法的国内外研究现状 | 第12-13页 |
| 1.3 论文的主要工作与创新点 | 第13-16页 |
| 第2章 标签图像的线性矫正研究 | 第16-33页 |
| 2.1 图像预处理 | 第16-21页 |
| 2.1.1 灰度直方图 | 第16-17页 |
| 2.1.2 阈值分割 | 第17-18页 |
| 2.1.3 图像滤波技术 | 第18-21页 |
| 2.2 特征点匹配 | 第21-27页 |
| 2.2.1 特征点检测 | 第21-23页 |
| 2.2.2 特征点描述 | 第23-25页 |
| 2.2.3 特征点匹配 | 第25-27页 |
| 2.3 特征点去误提纯 | 第27-30页 |
| 2.4 仿射变换 | 第30-31页 |
| 2.5 本章总结 | 第31-33页 |
| 第3章 图像的完全匹配及缺陷提取 | 第33-57页 |
| 3.1 图像模板匹配算法 | 第33-41页 |
| 3.1.1 图像的灰度分布粗匹配算法 | 第33-36页 |
| 3.1.2 图像字符粗匹配算法 | 第36-40页 |
| 3.1.3 图像的完全匹配算法 | 第40-41页 |
| 3.2 缺陷提取算法 | 第41-55页 |
| 3.2.1 边缘检测算法 | 第42-48页 |
| 3.2.2 形态学算法 | 第48-50页 |
| 3.2.3 差影法 | 第50-55页 |
| 3.3 本章小结 | 第55-57页 |
| 第4章 缺陷识别算法 | 第57-65页 |
| 4.1 缺陷分类 | 第57-60页 |
| 4.2 轮廓检测 | 第60-64页 |
| 4.3 本章小结 | 第64-65页 |
| 第5章 总结与展望 | 第65-67页 |
| 5.1 工作总结 | 第65-66页 |
| 5.2 展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 作者简历 | 第71-72页 |
| 作者在攻读硕士期间发表及录用的论文 | 第72页 |
