| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题研究背景和意义 | 第10-11页 |
| 1.2 模板匹配技术的应用及其研究现状 | 第11-13页 |
| 1.3 本文主要研究工作 | 第13-14页 |
| 1.4 论文内容安排 | 第14-16页 |
| 第二章 图像预处理技术研究 | 第16-32页 |
| 2.1 三种图像增强算法的实现及比较 | 第16-21页 |
| 2.1.1 对数变换原理及效果 | 第17页 |
| 2.1.2 直方图均衡化原理及效果 | 第17-18页 |
| 2.1.3 顶帽变换研究及实验 | 第18-21页 |
| 2.2 改进的倾斜矫正算法 | 第21-23页 |
| 2.2.1 Hough变换原理 | 第21-22页 |
| 2.2.2 改进的基于Hough变换进行倾斜矫正算法 | 第22-23页 |
| 2.3 改进的阈值分割算法 | 第23-27页 |
| 2.3.1 改进的Otsu法求取阈值算法 | 第24-26页 |
| 2.3.2 改进的双峰法求取阈值算法 | 第26-27页 |
| 2.4 两种图像复原算法研究 | 第27-30页 |
| 2.4.1 逆滤波研究及实现 | 第27-28页 |
| 2.4.2 维纳滤波研究及实现 | 第28-30页 |
| 2.4.3 两种算法优缺点比较 | 第30页 |
| 2.5 小结 | 第30-32页 |
| 第三章 模板匹配技术研究 | 第32-43页 |
| 3.1 改进的Hough变换算法提取直线段边缘 | 第33-35页 |
| 3.1.1 实现过程 | 第33-34页 |
| 3.1.2 与经典Hough变换算法的对比 | 第34-35页 |
| 3.2 Hu不变矩特征提取 | 第35-37页 |
| 3.2.1 Hu不变矩计算原理 | 第35-36页 |
| 3.2.2 对AGV工作站标志模板的不变矩矩值计算 | 第36-37页 |
| 3.3 值化图像轮廓特征提取 | 第37-39页 |
| 3.3.1 对AGV工作站标志及条烟内子区域的轮廓提取的实现 | 第37-39页 |
| 3.4 改进的字符模板匹配法 | 第39-42页 |
| 3.4.1 字符细化算法 | 第39-40页 |
| 3.4.2 基于特征加权改造结合模糊理论判别的模板匹配算法 | 第40-41页 |
| 3.4.3 三种字符模板匹配算法比较 | 第41-42页 |
| 3.5 小结 | 第42-43页 |
| 第四章 基于模板匹配的AGV视觉导航软件系统设计 | 第43-50页 |
| 4.1 图像预处理 | 第44-46页 |
| 4.1.1 图像二值化 | 第44页 |
| 4.1.2 图像去噪及边缘算子检测边缘 | 第44-45页 |
| 4.1.3 图像复原 | 第45-46页 |
| 4.2 路径模板匹配 | 第46-47页 |
| 4.2.1 改进的Hough算法获取路径特征 | 第46-47页 |
| 4.2.2 路径模板匹配 | 第47页 |
| 4.3 工作站标志模板匹配 | 第47-49页 |
| 4.4 小结 | 第49-50页 |
| 第五章 基于模板匹配的条烟识别软件系统设计 | 第50-63页 |
| 5.1 图像预处理 | 第50-55页 |
| 5.1.1 基于顶帽变换的图像增强算法 | 第51-52页 |
| 5.1.2 改进的双峰法求取分割阈值 | 第52页 |
| 5.1.3 基于Hough变换的倾斜矫正 | 第52-55页 |
| 5.2 条形码区域定位及提取 | 第55-58页 |
| 5.2.1 自适应形态学处理与子区域筛选定位条形码 | 第55-57页 |
| 5.2.2 线性及正方形自适应形态学处理比较 | 第57-58页 |
| 5.3 数字定位及提取 | 第58-60页 |
| 5.3.1 投影法进行供人识别字符的定位与分割 | 第58-60页 |
| 5.4 数字识别 | 第60-61页 |
| 5.5 条烟识别实现及结果分析 | 第61-62页 |
| 5.6 小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 6.1 论文主要研究工作及结论 | 第63-64页 |
| 6.2 论文的不足及尚需解决的问题 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68-69页 |
| 攻读学位期间发表的学术论文目录 | 第69页 |
