数字图像识别在测控系统中的应用
| 第1章 绪论 | 第1-14页 |
| 1．1 数字图像处理 | 第8-10页 |
| 1．1．1 数字图像处理的发展概况 | 第8-9页 |
| 1．1．2 数字图像处理技术的典型应用 | 第9-10页 |
| 1．2 图像识别 | 第10-11页 |
| 1．2．1 图像识别在测控领域的应用 | 第10-11页 |
| 1．3 选题意义 | 第11-14页 |
| 1．3．1 国内外在数字图像处理领域的发展趋势 | 第11-12页 |
| 1．3．2 本论文的研究内容及成果 | 第12-14页 |
| 第2章 数字图像识别系统 | 第14-17页 |
| 2．1 图像识别的硬件系统 | 第14-15页 |
| 2．1．1 CCD摄像机 | 第14页 |
| 2．1．2 图像采集卡 | 第14页 |
| 2．1．3 计算机 | 第14-15页 |
| 2．1．4 显示器和打印机 | 第15页 |
| 2．2 本论文中采用的图像识别系统 | 第15-17页 |
| 2．2．1 硬件结构 | 第15页 |
| 2．2．2 软件组成 | 第15-17页 |
| 第3章 图像处理的基本理论 | 第17-25页 |
| 3．1 图像的数字化 | 第17页 |
| 3．2 灰化 | 第17-18页 |
| 3．3 图像的变换 | 第18页 |
| 3．4 图像增强 | 第18-22页 |
| 3．4．1 直方图 | 第19-20页 |
| 3．4．2 图像平滑化处理 | 第20页 |
| 3．4．3 图像尖锐化处理 | 第20-22页 |
| 3．4．4 利用模板离散卷积进行图像增强 | 第22页 |
| 3．5 二值图像的处理 | 第22-23页 |
| 3．6 动态图像的处理 | 第23-25页 |
| 3．6．1 动态图像的含义 | 第23-24页 |
| 3．6．2 静止背景下的运动目标检测—差分法 | 第24-25页 |
| 第4章 图像识别的基本理论及其应用 | 第25-28页 |
| 4．1 图像识别概述 | 第25页 |
| 4．2 图像识别方法 | 第25-27页 |
| 4．2．1 统计方法 | 第26页 |
| 4．2．2 句法结构识别方法 | 第26-27页 |
| 4．3 图像识别的应用 | 第27-28页 |
| 第5章 图像识别在测控系统中的应用 | 第28-41页 |
| 5．1 关于识别方法的研究与评述 | 第28-29页 |
| 5．1．1 半自动图像识别法 | 第28-29页 |
| 5．1．2 自动图像识别法 | 第29页 |
| 5．2 模式样本的预处理 | 第29-34页 |
| 5．2．1 数学形态学简介 | 第29-30页 |
| 5．2．2 轮廓跟踪法标记图像 | 第30-31页 |
| 5．2．3 链码法标记图像 | 第31-32页 |
| 5．2．4 标号法标记图像 | 第32-33页 |
| 5．2．5 三种数学形态学算法的优劣比较 | 第33-34页 |
| 5．3 特征参数的选择 | 第34-35页 |
| 5．4 识别分析 | 第35-41页 |
| 5．4．1 判别分析 | 第36页 |
| 5．4．2 聚类分析 | 第36页 |
| 5．4．3 聚类分析应用举例 | 第36-39页 |
| 5．4．4 小结 | 第39-41页 |
| 第6章 自动测控系统中对象的主要模式及分类 | 第41-45页 |
| 6．1 产品或机械设备零部件常见的故障及特征 | 第41-42页 |
| 6．2 自动测控系统中对象的主要模式及聚类结果 | 第42-45页 |
| 第7章 图像识别在测控系统中的应用实例 | 第45-58页 |
| 7．1 图像识别在列车轮对故障检测中的应用 | 第45-46页 |
| 7．1．1 列车轮对中的主要缺陷 | 第45页 |
| 7．1．2 国外检测列车轮对故障的发展动向 | 第45-46页 |
| 7．2 轮对踏面测试系统 | 第46-47页 |
| 7．3 程序的实现方法 | 第47页 |
| 7．4 图像的预处理 | 第47-52页 |
| 7．4．1 图像的数字化 | 第47页 |
| 7．4．2 图像预处理的过程 | 第47-52页 |
| 7．5 图像识别的实例 | 第52-58页 |
| 7．5．1 图像识别的实例一 | 第52-53页 |
| 7．5．2 图像识别的实例二 | 第53-54页 |
| 7．5．3 图像识别的实例三 | 第54-58页 |
| 结论 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-62页 |
