摘要 | 第5-6页 |
ABSTRACT | 第6页 |
第1章 绪论 | 第13-19页 |
1.1 课题来源与现实意义 | 第13-14页 |
1.1.1 课题来源 | 第13页 |
1.1.2 现实意义 | 第13-14页 |
1.2 国内外研究现状 | 第14-16页 |
1.2.1 二维码国内外研究现状 | 第14-15页 |
1.2.2 字符识别技术国内外研究现状 | 第15-16页 |
1.3 图像识别在北自所物流系统中的研究现状 | 第16-17页 |
1.4 课题主要研究内容与创新点 | 第17页 |
1.5 论文组织结构 | 第17-19页 |
第2章 图像处理技术研究 | 第19-37页 |
2.1 DATA MATRIX二维码特性与识别流程 | 第19-21页 |
2.1.1 Data Matrix结构与特性 | 第19-21页 |
2.1.2 Data Matrix二维码识别流程 | 第21页 |
2.2 字符识别流程 | 第21-22页 |
2.3 图像预处理技术 | 第22-29页 |
2.3.1 图像的灰度化 | 第22-23页 |
2.3.2 图像的增强处理 | 第23-24页 |
2.3.3 图像滤波去噪 | 第24-28页 |
2.3.4 图像二值化与分割 | 第28-29页 |
2.4 数学形态学理论基础 | 第29-36页 |
2.4.1 集合论 | 第30-31页 |
2.4.2 数学形态学运算 | 第31-36页 |
本章小结 | 第36-37页 |
第3章 模式识别技术研究 | 第37-48页 |
3.1 模式识别技术研究 | 第37-39页 |
3.1.1 模式识别相关概念的概述 | 第37-38页 |
3.1.2 模式识别的系统结构 | 第38页 |
3.1.3 模式识别的方法 | 第38-39页 |
3.2 人工神经网络技术研究 | 第39-43页 |
3.2.1 生物神经网络 | 第39-40页 |
3.2.2 人工神经网络 | 第40-42页 |
3.2.3 神经网络的结构 | 第42-43页 |
3.3 误差反向传播算法 | 第43-45页 |
3.4 支持向量机理论 | 第45-47页 |
3.4.1 支持向量机的相关概念 | 第45-46页 |
3.4.2 支持向量机 | 第46-47页 |
本章小结 | 第47-48页 |
第4章 系统实现与性能分析 | 第48-74页 |
4.1 系统开发工具 | 第48页 |
4.1.1 Visual Studio | 第48页 |
4.1.2 视觉开发平台 | 第48页 |
4.2 图像预处理 | 第48-56页 |
4.2.1 获取图像 | 第48-49页 |
4.2.2 图像增强与滤波 | 第49-50页 |
4.2.3 图像形态学运算与二值化 | 第50-51页 |
4.2.4 二值化图像形态学运算 | 第51-53页 |
4.2.5 字符分割 | 第53-56页 |
4.3 字符识别的实现 | 第56-65页 |
4.3.1 区域排序 | 第56页 |
4.3.2 创建字体训练文件 | 第56-57页 |
4.3.3 获取字符区域的特征 | 第57页 |
4.3.4 写入字体文件 | 第57-59页 |
4.3.5 分类器训练 | 第59-61页 |
4.3.6 使用训练好的分类器进行字符识别 | 第61-62页 |
4.3.7 MLP和SVM参数对字符的训练时间的影响 | 第62-65页 |
4.4 MLP和SVM分类器的字符识别准确率与识别速度的性能比较 | 第65-67页 |
4.4.1 字符识别准确率 | 第66页 |
4.4.2 字符识别速度 | 第66-67页 |
4.5 二维码识别的实现 | 第67-70页 |
4.5.1 二维码识别模型的创建与参数 | 第67-68页 |
4.5.2 识别二维码 | 第68页 |
4.5.3 二维码区域的分割 | 第68-70页 |
4.6 VISUAL STUDIO环境下的编程 | 第70-73页 |
4.6.1 创建工程及界面布局 | 第70-71页 |
4.6.2 HALCON代码转化为C++ | 第71页 |
4.6.3 MFC中主要控件的使用 | 第71-73页 |
本章小结 | 第73-74页 |
第5章 工程实例验证 | 第74-79页 |
5.1 玻纤物流生产线及纱锭车码盘介绍 | 第74-75页 |
5.2 码盘信息采集系统的信息采集流程 | 第75-76页 |
5.3 码盘信息采集系统的界面与功能 | 第76-78页 |
本章小结 | 第78-79页 |
第6章 回顾与展望 | 第79-80页 |
参考文献 | 第80-83页 |
致谢 | 第83-84页 |
研究生期间发表的学术论文和参加科研情况 | 第84页 |