首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于ARM9平台的纸币清分机系统的设计与研究

摘要第5-7页
Abstract第7-8页
第一章 绪论第11-15页
    1.1 纸币清分机系统第11页
    1.2 课题的研究背景和意义第11-12页
    1.3 国内外研究及发展状况第12-13页
    1.4 论文需要完成的工作第13-15页
第二章 系统的总体硬件设计方案与算法方案第15-17页
    2.1 系统硬件的组成方案第15-16页
    2.2 算法方案第16-17页
第三章 控制系统硬件设计第17-37页
    3.1 主控处理器选择第17-19页
        3.1.1 ARM体系结构第17页
        3.1.2 ARM处理器的特点与应用第17页
        3.1.3 S3C2416X处理器第17-18页
        3.1.4 S3C2416X的存储器控制器第18-19页
    3.2 时序逻辑控制器件第19-20页
        3.2.1 时序逻辑电路设计第19页
        3.2.2 时序逻辑器件第19页
        3.2.3 时序逻辑器件的具体实现第19-20页
    3.3 系统硬件设计第20-30页
        3.3.1 电源电路设计第20-21页
        3.3.2 复位电路第21页
        3.3.3 晶振电路第21-22页
        3.3.4 存储SDRAM电路第22-23页
        3.3.5 存储FLASH电路第23-24页
        3.3.6 JTAG调试接第24-25页
        3.3.7 USB接.电路第25-26页
        3.3.8 串.电路(UART)第26-28页
        3.3.9 SD卡接.电路第28-30页
        3.3.10 触摸屏电路第30页
    3.4 主控芯片采集与处理电路的通信电路第30-32页
    3.5 鉴伪电路第32-33页
    3.6 PWM电机调速电路第33-35页
    3.7 其他第35-36页
    3.8 本章小结第36-37页
第四章 图像采集与处理硬件设计第37-54页
    4.1 图像处理处理器第37-38页
        4.1.1 DSP概述第37页
        4.1.2 系统的选型第37-38页
    4.2 图像处理电路的设计第38-45页
        4.2.1 电源电路设计第38-39页
        4.2.2 时钟电路第39-41页
        4.2.3 复位电路第41页
        4.2.4 扫描仿真.电路设计第41-42页
        4.2.5 数据存储器电路设计第42-44页
        4.2.6 程序存储器电路设计第44-45页
    4.3 图像采集电路的设计第45-52页
        4.3.1 图像传感器的简介与选型第45-46页
        4.3.2 调理电路设计第46-48页
        4.3.3 A/D转换器选择参数第48-49页
        4.3.4 AD9057工作原理与电路图第49-50页
        4.3.5 TM320DM642特有视频端. (Vidio Port)第50-52页
    4.4. 逻辑控制电路第52-53页
    4.5 本章小结第53-54页
第五章 纸币鉴伪识别算法研究第54-69页
    5.1 纸币鉴别真伪方法第54页
    5.2 常用的图像识别鉴伪第54-55页
    5.3 基于小波包变换的纸币真伪识别第55-68页
        5.3.1 选用合适的纹理分析方案第55页
        5.3.2 小波基函数的选择第55-62页
        5.3.3 小波包分解第62-63页
        5.3.4 二维小波包分析第63-65页
        5.3.5 算法思路第65-68页
    5.4 本章小结第68-69页
第六章 纸币识别算法研究第69-79页
    6.1 模式识别技术第69-71页
        6.1.1 模式识别技术的基本构成第69-70页
        6.1.2 特征提取与选择第70页
        6.1.3 分类器的设计第70-71页
    6.2 神经网络识别系统第71-74页
        6.2.1 神经网络系统的特点第71-72页
        6.2.2 LVQ神经网络第72页
        6.2.3 BP神经网络第72-74页
    6.3 两种神经网络仿真运算第74-78页
    6.4 本章小结第78-79页
第七章 总结与改进第79-81页
    7.1 论文的工作总结第79页
    7.2 改进第79-81页
参考文献第81-83页
攻读硕士学位期间发表的学术论文第83-84页
致谢第84-85页

论文共85页,点击 下载论文
上一篇:基于数字图像处理的碎纸币拼接方法研究
下一篇:新能源电力系统的数据模型与集成技术的研究