|
|
|
复杂采集环境下QR码识别 |
|
论文目录 |
|
摘要 | 第5-6页 | ABSTRACT | 第6-7页 | 第一章 绪论 | 第14-24页 | 1.1 课题研究背景 | 第14-15页 | 1.2 课题研究意义 | 第15-16页 | 1.3 国内外研究现状 | 第16-20页 | 1.3.1 QR码定位算法的研究现状 | 第16-18页 | 1.3.2 QR码模糊复原研究现状 | 第18-19页 | 1.3.3 QR码畸变复原研究现状 | 第19-20页 | 1.4 本文主要工作和难点 | 第20-22页 | 1.4.1 本文的主要工作 | 第20-21页 | 1.4.2 本文的难点 | 第21-22页 | 1.5 本文结构安排 | 第22-23页 | 1.6 本章小结 | 第23-24页 | 第二章 QR码概述与数据集建立 | 第24-32页 | 2.1 概述 | 第24页 | 2.2 QR码结构组成和优势 | 第24-26页 | 2.2.1 QR码结构组成 | 第24-25页 | 2.2.2 QR码的优势 | 第25-26页 | 2.3 QR码识别设备与应用环境分析 | 第26-28页 | 2.3.1 QR码识别设备 | 第26-28页 | 2.3.2 QR码应用环境分析 | 第28页 | 2.4 复杂采集环境下QR码数据集建立 | 第28-31页 | 2.5 本章小结 | 第31-32页 | 第三章 复杂环境下QR码定位 | 第32-56页 | 3.1 概述 | 第32页 | 3.2 深度卷积神经网络基础知识 | 第32-37页 | 3.2.1 卷积神经网络基本概念和结构 | 第33-34页 | 3.2.2 基于深度学习的目标检测算法 | 第34-37页 | 3.3 基于SSD网络模型的QR码定位 | 第37-45页 | 3.3.1 QR码定位方案设计 | 第37-38页 | 3.3.2 SSD目标检测原理 | 第38-42页 | 3.3.3 基于K-means算法的QR码定位模型优化 | 第42-45页 | 3.4 定位算法性能分析 | 第45-55页 | 3.4.1 QR码定位测试结果 | 第46-54页 | 3.4.2 测试结果分析 | 第54-55页 | 3.5 本章小结 | 第55-56页 | 第四章 基于运动模糊复原的QR码识别 | 第56-72页 | 4.1 概述 | 第56页 | 4.2 图像退化模型 | 第56-58页 | 4.3 模糊QR码图像先验知识 | 第58-61页 | 4.4 基于L0正则化先验的QR码图像模糊复原 | 第61-67页 | 4.4.1 基于双边滤波的模糊QR码图像预处理 | 第61-62页 | 4.4.2 基于强度和梯度先验的QR码图像模糊复原 | 第62-65页 | 4.4.3 基于超拉普拉斯先验的非盲去卷积 | 第65-67页 | 4.5 模糊复原性能分析 | 第67-70页 | 4.6 本章小结 | 第70-72页 | 第五章 基于畸变复原的QR码识别 | 第72-90页 | 5.1 概述 | 第72-73页 | 5.2 QR码图像区域连通 | 第73-79页 | 5.2.1 QR码图像形态学运算 | 第73-75页 | 5.2.2 QR码区域灰度化及二值化处理 | 第75-79页 | 5.3 QR码区域图像的边缘提取 | 第79-81页 | 5.4 基于Hough变换的QR码边缘检测与角点获取 | 第81-83页 | 5.5 QR码区域图像的透视变形校正 | 第83-88页 | 5.5.1 QR码透视变换矩阵计算 | 第83-85页 | 5.5.2 复原图像像素点填充 | 第85-88页 | 5.6 畸变复原性能分析 | 第88-89页 | 5.7 本章小结 | 第89-90页 | 第六章 总结与展望 | 第90-92页 | 6.1 本文工作总结 | 第90-91页 | 6.2 工作展望 | 第91-92页 | 参考文献 | 第92-96页 | 致谢 | 第96-98页 | 作者简介 | 第98-99页 |
|
|
|
|
论文编号BS4017899,这篇论文共99页 会员购买按0.35元/页下载,共需支付34.65元。 直接购买按0.5元/页下载,共需要支付49.5元 。 |
|
|
我还不是会员,注册会员!
会员下载更优惠!充值送钱! |
我只需要这篇,无需注册!
直接网上支付,方便快捷! |
|
|
|
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。 |
|
|