智能货架图像识别技术的应用与研究

目录

声明

第1章 绪论

1 .1 课题研究背景和意义

1. 1. 1 课题研究背景

1. 1. 2 课题研究的意义

1 .2 国内外研究现状

1. 2. 1 传统的图像识别方法

1. 2. 2 基于深度学习方法的图像识别研究

1 .3 图像识别技术概述

1 .4 论文的主要工作和章节安排

1 .5 本章小结

第2章 图像的预处理和特征提取方法

2 .1 傅里叶变换

2 .2 图像特征提取方法

2 .3 特征图像空间的降维

2.3.1 主成分分析（PCA）

2. 3. 2 线性判别分析（ LDA）

2 .4 本章小结

第3章 分类器的概述与选择

3 .1 分类器的发展现状

3 .2 支持向量机的基本原理

3. 2. 1 支持向量机的基本原理

3. 2. 2 感知机模型

3. 2. 3 函数间隔与几何间隔

3. 2. 4 支持向量机SVM

3. 2. 5 支持向量机SVM模型目标函数与优化

3. 2. 6 仿生模式识别原理

3 .3 本章小结

第4章 智能货架商品图像识别

4 .1 智能货架商品图像识别方案设计

4. 1. 1 商品图像样本的获取

4. 1. 2 图像识别方案设计

4 .2 商品图像特征提取

4. 2. 1 基于主成分分析方法的商品图像特征提取

4. 2. 2 基于线性判别分析方法的商品图像特征提取

4 .3 基于分类决策方法的图像识别

4.3.1 RGB颜色特征提取

4. 3. 2 分类决策方法设计

4.3.3 RGB和HSI空间特征分析

4 .4 基于二次分类的图像识别方法研究

4. 4. 1 二次分类图像识别方法

4. 4. 2 卷积神经网络的训练

4. 4. 3 基于卷积神经网络的图像识别

4. 4. 4 基于二次分类方法的图像识别方法

4 .5 智能货架图像识别系统的实现

4. 5. 1 商品图像预处理过程及结果

4. 5. 2 智能货架图像识别系统的设计与实现

4 .6 本章小结

第5章 货架商品图像识别实验结果与分析

5 .1 商品图像识别仿真实验结果与分析

5.1.1 基于单一分类方法的实验结果与分析

5.1.2 基于二次分类方法的图像识别结果与分析

5 .2 智能货架图像识别的结果与分析

5 .3 本章小结

第6章 总结与展望

6 .1 总结

6 .2 展望

参考文献

攻读硕士学位期间发表的论文及其它成果

致谢