基于机器视觉的仪表数字识别研究
摘要 | 第1-4页 |
ABSTRACT | 第4-9页 |
1 绪论 | 第9-13页 |
·课题研究背景及意义 | 第9-10页 |
·抄表模式概述 | 第10-11页 |
·仪表数字识别的现状 | 第11页 |
·本文的研究目的及步骤 | 第11-13页 |
2 仪表数字图像的预处理 | 第13-22页 |
·图像的采集 | 第13页 |
·图像预处理方法比较 | 第13-21页 |
·图像灰度化 | 第13-14页 |
·直方图均衡化 | 第14-16页 |
·滤波 | 第16-18页 |
·二值化技术 | 第18-21页 |
·本章小结 | 第21-22页 |
3 仪表数字区域定位 | 第22-30页 |
·仪表数字区域的特征 | 第22-23页 |
·基于投影的仪表数字区域定位 | 第23-24页 |
·投影法介绍 | 第23页 |
·投影法在本文中的应用 | 第23-24页 |
·基于数学形态学的定位 | 第24-28页 |
·数学形态学介绍 | 第24-25页 |
·形态学变换 | 第25-26页 |
·定位过程 | 第26-28页 |
·基于颜色的仪表数字区域定位 | 第28页 |
·本章小结 | 第28-30页 |
4 仪表数字区域的校正与分割 | 第30-40页 |
·仪表数字区域的倾斜校正 | 第30-37页 |
·校正的原理 | 第30-32页 |
·常见的水平校正方法比较 | 第32-33页 |
·边缘检测 | 第33-37页 |
·仪表数字的分割 | 第37-40页 |
·投影法分割字符 | 第37-39页 |
·数字图像的归一化 | 第39-40页 |
5 仪表数字的识别 | 第40-54页 |
·特征提取 | 第40-42页 |
·字符图像的特征 | 第40页 |
·本文的特征提取方法 | 第40-42页 |
·支持向量机 | 第42-48页 |
·支持向量机简介 | 第42-43页 |
·支持向量机模型概述 | 第43-45页 |
·非线性分类的方法 | 第45-46页 |
·支持向量机多分类方法 | 第46-48页 |
·基于HUFFMAN 树的支持向量机 | 第48-51页 |
·类间的可分离度 | 第49页 |
·基于上述思想的算法描述 | 第49-51页 |
·对半字的处理 | 第51页 |
·试验结果分析 | 第51-54页 |
·样本采集 | 第51-52页 |
·实验结果 | 第52-54页 |
6 结论 | 第54-56页 |
致谢 | 第56-57页 |
参考文献 | 第57-60页 |
附录 | 第60页 |