| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 引言 | 第9页 |
| 1.2 输煤火车车厢编号识别的发展与现状 | 第9-12页 |
| 1.2.1 输煤火车车厢编号识别的发展 | 第10-11页 |
| 1.2.2 输煤火车车厢编号识别的现状 | 第11-12页 |
| 1.3 基于视觉车厢编号识别存在的问题 | 第12-14页 |
| 1.4 论文的章节安排 | 第14-15页 |
| 第2章 动态输煤车厢编号图像采集系统 | 第15-23页 |
| 2.1 动态输煤车厢编号图像采集系统的构成 | 第15-16页 |
| 2.2 图像获取设备的选择和安装 | 第16-21页 |
| 2.2.1 相机的选取 | 第16-20页 |
| 2.2.2 相机的安装 | 第20-21页 |
| 2.3 获取图像采集系统的控制 | 第21-23页 |
| 2.3.1 抓拍信号的触发控制 | 第21页 |
| 2.3.2 补充光源的自适应控制 | 第21-23页 |
| 第3章 输煤车厢编号图像预处理 | 第23-31页 |
| 3.1 图像的灰度转化 | 第23-24页 |
| 3.2 图像的增强处理 | 第24-27页 |
| 3.2.1 灰度变换 | 第25页 |
| 3.2.2 灰度线性变换 | 第25-27页 |
| 3.3 图像的噪声去除 | 第27-31页 |
| 3.3.1 改进型中值滤波法 | 第27-29页 |
| 3.3.2 开运算去噪法 | 第29-31页 |
| 第4章 输煤车厢编号的识别 | 第31-45页 |
| 4.1 基于数学形态学的输煤车厢编号字符区域的定位 | 第31-33页 |
| 4.2 基于识别反馈的输煤车厢编号字符分割 | 第33-38页 |
| 4.3 基于BP神经网络的输煤车厢编号字符的识别 | 第38-41页 |
| 4.4 结合射频和计算机视觉提高车厢编号识别精度的方法 | 第41-45页 |
| 4.4.1 综合识别系统组成与工作原理 | 第41-43页 |
| 4.4.2 实验结果 | 第43-45页 |
| 第5章 总结与展望 | 第45-46页 |
| 参考文献 | 第46-49页 |
| 致谢 | 第49-50页 |
| 论文发表情况 | 第50页 |
| 参与的科研项目 | 第50页 |