复杂背景下低对比度3D字符视觉识别算法研究

声明

摘要

1．1课题研究背景及意义

1．2．1文字检测识别研究现状

1．2．2冲压字符识别研究现状

1．3论文研究内容与组织架构

第二章多光源成像系统设计与多尺度图像融合算法

2．1多光源成像系统设计

2．2图像融合算法简介

2．3多尺度图像融合算法

2．3．1图像权重值计算

2．3．2高斯金字塔

2．3．3拉普拉斯金字塔

2．3．4图像融合

2．4实验与结果分析

2．5本章小结

第三章基于深度学习的3D冲压字符的检测与定位

3．1深度学习相关知识介绍

3．1．1卷积神经网络简介

3．1．2激活函数

3．1．3数据变换

3．1．4网络初始化方案

3．1．5总体训练流程

3．2改进后处理的深度网络定位算法

3．2．1基础网络介绍

3．2．2改进后处理定位算法

3．2．3损失函数

3．3实验结果与对比分析

3．3．1实验细节描述

3．3．2评价标准

3．3．3字符定位结果与对比分析

3．4本章小结

第四章3D冲压字符序列识别

4．1时序类神经网络

4．1．1循环神经网络

4．1．2长短时记忆网络

4．2文本序列识别网络CRNN

4．3实验结果分析

4．3．1识别前预处理

4．3．2识别结果分析

4．3．3整套算法性能分析

4．4本章小结

5．1本文总结

5．2未来展望

参考文献

硕士学位期间的研究成果及发表的学位论文

致谢