仪表图像信息采集处理方法的研究
摘要 | 第1-7页 |
Abstract | 第7-9页 |
第1章 绪论 | 第9-15页 |
·课题来源及现实意义 | 第9页 |
·数字图像处理简介 | 第9-11页 |
·仪表图像处理系统的一般步骤 | 第11-12页 |
·仪表图像处理的研究现状 | 第12-13页 |
·本文研究工作概述 | 第13页 |
·本文内容安排 | 第13-15页 |
第2章 仪表图像采集和处理系统总体设计 | 第15-19页 |
·采样与量化的基本概念 | 第15-16页 |
·图像采集的过程 | 第16-17页 |
·图像采集和处理系统的组成 | 第17-19页 |
·硬件的组成 | 第17-18页 |
·软件的组成 | 第18页 |
·本文采用的系统组成示意图 | 第18-19页 |
第3章 仪表图像的预处理 | 第19-39页 |
·灰度归一化 | 第19-20页 |
·图像平滑 | 第20-23页 |
·算法概述 | 第20-22页 |
·中值滤波 | 第22-23页 |
·图像分割 | 第23-29页 |
·最大类别方差自动门限法(Otsu方法) | 第24-25页 |
·熵最大自动门限法 | 第25-26页 |
·改进的熵最大自动门限法 | 第26-29页 |
·数学形态学变换 | 第29-33页 |
·形态学基本运算 | 第29-30页 |
·形态学滤波器的设计 | 第30-31页 |
·细化 | 第31-33页 |
·直线特征提取 | 第33-36页 |
·Hough变换的原理 | 第33-35页 |
·指针和刻度线的提取 | 第35-36页 |
·直线拟合 | 第36-37页 |
·印刷体数字提取 | 第37-39页 |
第4章 印刷体数字识别 | 第39-49页 |
·数字归一化 | 第39-41页 |
·倾斜校正 | 第39-40页 |
·大小归一化 | 第40-41页 |
·特征提取 | 第41-42页 |
·数字识别算法 | 第42-49页 |
·模式识别算法的类型 | 第42-44页 |
·人工神经网络概述 | 第44-46页 |
·识别算法 | 第46-49页 |
第5章 实验结果及误差分析 | 第49-58页 |
·实验条件 | 第49-50页 |
·软件构成 | 第49-50页 |
·硬件构成 | 第50页 |
·指针和刻度线特征提取试验 | 第50-51页 |
·印刷体数字识别和仪表示值判读试验 | 第51-55页 |
·试验误差分析 | 第55-56页 |
·噪声的模型 | 第55-56页 |
·影响系统测量精度的因素 | 第56页 |
·对系统进一步改进的设想 | 第56-58页 |
·测量精度上的改进 | 第56-57页 |
·处理时间上的改进 | 第57-58页 |
总结与展望 | 第58-59页 |
攻读学位期间公开发表的论文 | 第59-60页 |
致谢 | 第60-61页 |
参考文献 | 第61-64页 |