基于计算机视觉的智能抄表系统中的关键技术研究
| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第1章 绪论 | 第13-21页 |
| ·研究背景 | 第13-14页 |
| ·计算机视觉概述 | 第14-16页 |
| ·抄表模式概述 | 第16-17页 |
| ·数字字符识别的研究现状 | 第17-19页 |
| ·智能抄表系统关键技术 | 第19-20页 |
| ·论文内容与结构 | 第20-21页 |
| 第2章 字符识别的一般研究方法 | 第21-31页 |
| ·图像预处理 | 第21-25页 |
| ·滤波 | 第21-22页 |
| ·二值化技术 | 第22-24页 |
| ·形态学变换 | 第24-25页 |
| ·字符定位 | 第25-26页 |
| ·字符分割 | 第26-27页 |
| ·字符识别 | 第27-29页 |
| ·模版匹配法 | 第27页 |
| ·神经网络法 | 第27-28页 |
| ·其他的一些字符识别方法 | 第28-29页 |
| ·本章小结 | 第29-31页 |
| 第3章 电表读数区域定位 | 第31-45页 |
| ·基于颜色空间投影的电表读数区域定位方法 | 第31-34页 |
| ·图像矫正 | 第34-38页 |
| ·电表图像边缘检测 | 第34-35页 |
| ·Hough 变换检测直线 | 第35-37页 |
| ·倾斜矫正效果分析 | 第37-38页 |
| ·小数点分离 | 第38-40页 |
| ·图像二值化 | 第40-41页 |
| ·基于直方图投影的数字字符精确定位 | 第41-44页 |
| ·影响精确定位的因素 | 第42-43页 |
| ·基于直方图的投影的定位算法 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 电表读数字符分割 | 第45-59页 |
| ·投影法分割字符 | 第45-46页 |
| ·基于连续子集的迭代分割算法 | 第46-50页 |
| ·基于投影图的连续子集搜索算法 | 第46-48页 |
| ·迭代分割算法 | 第48-50页 |
| ·改进的分割算法 | 第50-53页 |
| ·投影函数均值滤波处理 | 第50页 |
| ·改进算法的设计与实现 | 第50-53页 |
| ·基于形态学的连通域筛选 | 第53-55页 |
| ·判别整字、遮挡数字和半字 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 第5章 电表读数识别 | 第59-72页 |
| ·特征提取 | 第59-62页 |
| ·图像的特征分类 | 第59-60页 |
| ·数字字符图像规一化 | 第60-61页 |
| ·粗网格特征提取 | 第61-62页 |
| ·模板匹配算法 | 第62-63页 |
| ·基于BP 神经网络的电表读数识别 | 第63-69页 |
| ·识别电表读数的BP 网络分类 | 第64页 |
| ·BP 网络的结构设计 | 第64-66页 |
| ·BP 网络的参数设置 | 第66-67页 |
| ·获取整字遮挡字训练样本 | 第67-68页 |
| ·获取半字训练样本 | 第68-69页 |
| ·试验结果分析 | 第69-71页 |
| ·本章小结 | 第71-72页 |
| 结论 | 第72-74页 |
| 参考文献 | 第74-77页 |
| 致谢 | 第77-78页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第78页 |
