(35.175.120.174) 您好!臺灣時間:2019/11/19 17:40
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
本論文永久網址: 
line
研究生:楊遠章
研究生(外文):yuan-chang yang
論文名稱:影像處理應用於手機按鍵語言種類之分類
論文名稱(外文):mage processing to classify the languages for the keypads on cell phone
指導教授:黃衍任
學位類別:碩士
校院名稱:國立中央大學
系所名稱:機械工程學系在職專班
學門:工程學門
學類:機械工程學類
論文出版年:2015
畢業學年度:103
語文別:中文
論文頁數:58
中文關鍵詞:影像處理ROI區域傅立葉轉換
相關次數:
  • 被引用被引用:2
  • 點閱點閱:333
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:116
  • 收藏至我的研究室書目清單書目收藏:0
本研究採用影像處理技術對手機產品的按鍵做語言種類的分類,影像處理技術愈來愈受到重視,主要是其速度與正確率提高,以避免人員誤判情況發生,近年來由於3C產品的趨勢越來越快,要如何降低生產成本是各系統廠追求之目標,故本研究目標除了將影像處理應用在手機產品上外,尚須達到分析時間快,準確率高,因此,本研究先將待測物進行ROI區域尋找,之後再將其二值化,並將各點像像素對X軸與Y軸投影得到累積像素後,經由傅立葉轉換後可知其實部與虛部之值,此數值可視為特徵值,建立各語言類別之基準特徵值,再利用最小差異法便可以將語言種類分類出來,此種方式可以達到快速分類之目標。
This research adopts the technique of image processing to classify the languages for the keypads on cell phones。The technique of image processing is more and more emphasized and that is mainly because of the raise of its speed and accuracy,for avoiding the situations of misjudgments. In recent years,since the trend of 3C products are faster and faster,how to cut down the prime cost is the goal which every ODM/OEM factory pursues。Thus,in addition to applying the technique of image processing to the cell phones,the goal of this study also needs to achieve the efficiency of analysis and the high accuracy。Therefore,the study firstly conducts the test object to do the ROI region search,then divides it into image binarization and transforms the image accumulating pixels from the projection of all pixels of X axis and Y axis through Fourier transform。and after that we can know the value of magnitudes and phase。The value can be regarded as a symbol value. Building up the standard symbol value of different languages and using “Least Significant Difference Procedure”,we can sort out different kinds of languages。The method can achieve the target of fast classification。
摘要 i
Abstract ii
謝誌 iii
目錄 iv
圖目錄 vi
表目錄 ix
第1章 緒論 - 1 -
1-1 研究背景 - 2 -
1-2 研究動機 - 2 -
1-3 研究目的 - 3 -
1-4 論文架構 - 3 -
1-5 文獻討論 - 4 -
第2章 影像處理基本方法 - 5 -
2-1 RGB彩色系統之灰階方式 - 5 -
2-1-1 RGB彩色系統 - 5 -
2-1-2 HSL Luminance plane彩色空間 - 6 -
2-1-3 HSV - 8 -
2-1-4 HSI - 8 -
2-2 影像處理方式 - 9 -
2-2-1 影像侵蝕與收縮 (Erosion) - 10 -
2-2-2 增長、膨脹、亦稱為擴張(Dilation) - 10 -
2-2-3 開放運算(Open)與封閉運算(Close) - 11 -
2-2-4 影像的增強及濾波器簡介 - 12 -
2-2-5 平均濾波 (Smoothing Filter) - 13 -
2-2-6 中間值濾波 (Meduan Filter) - 14 -
2-3 邊緣偵測 - 15 -
2-3-1 閾值確定 - 16 -
第3章 實驗設備與材料 - 17 -
3-1 實驗設備 環境光源 - 17 -
3-2 實驗材料樣本類型 - 18 -
3-2-1 作業環境 - 19 -
3-2-2 影像圖片大小尺寸 - 20 -
第4章 語言種類影像分類方式 - 21 -
4-1 ROI區域找尋 - 21 -
4-1-1 ROI區域像素分析 - 26 -
4-1-2 特徵曲線以FFT運算表示法 - 27 -
4-2 語言類別特徵曲線分析 - 30 -
4-2-1 English--程式說明 - 33 -
4-2-2 Simplified程式說明 - 34 -
4-2-3 Thailand程式說明 - 34 -
4-2-4 CHT程式說明 - 35 -
4-2-5 Arab程式說明 - 35 -
4-2-6 India程式說明 - 36 -
4-3 程式介面 - 36 -
4-4 Pattern 比對按鍵種類 - 38 -
第5章 實驗結果與分析 - 39 -
5-1 實驗結果 - 39 -
5-2 誤差分析 - 40 -
5-3 結論與未來研究 - 41 -
參考文獻 - 43 -

參考文獻
[1] Z.Wang, Y Hu and L-T Chia "Image -to-class Distance Metic Learning for Image Classification”, Processding of Quropean Conference on Computer Vision, pp.709-719,2010
[2] A.Frome, Y Singer and F. Sha "Learning Golbally-consistent local Distance functions for Shape -based Image Retrieval and Classification” IEEE Intermational Conference on Comouter Vision 2007
[3]國立高行應用科技大學訊系碩士班 旅遊照片之影像分類研究 陳昭祥
[4] R. M. Haralick, K. Shanmugan, and I. Dinstein, “Textural Features for ImageClassification,” IEEE Trans on Systems, Man Cyb., vol.SMC-3, no. 6,pp.610-621, 1973.
[5] P. M. Treitz, O. R. Filho, P. J. Howarth, and E. D. Soulis, “Textural Processing ofMulti-Polarization SAR for Agricultural Crop Classification,” InternationalGeoscience and Remote Sensing Symposium, pp. 1986-1988, 1996.48
[6] A. L. Amet, A. Ertuzun, and A. Ercil, “Texture defect detection using subbanddomain co-occurrence matrices,” IEEE Southwest Symposium on Image Analysisand Interpretation, no. 5-7, pp.205-210 , April 1998.
[7] 徐子軒 The Features Analysis and assification for Histopathological Image of Thyroid Nodules 南台科技大學 電機工程研究所 碩士學位論文
[8] 賴岱佑 劉敏編著 數位影像處理 技術手冊 文魁資訊
[9] 賴岱佑編著 數位影像分析之智慧型監視系統 文魁資訊
[10] HSL即色相、飽和度、亮度(英語:Hue, Saturation, Lightness),又稱HSL。HSV即色相、飽和度、明度(英語:Hue, Saturation, Value),又稱HSB,其中B即英語:Brightness。
http://zh.wikipedia.org/wiki/HSL%E5%92%8CHSV%E8%89%B2%E5%BD%A9%E7%A9%BA%E9%97%B4
以下自維基摘錄:
HSL和HSV都是一種將RGB色彩模型中的點在圓柱坐標系中的表示法。這兩種表示法試圖做到比RGB基於笛卡爾坐標系的幾何結構更加直觀。

HSL即色相、飽和度、亮度(英語:Hue, Saturation, Lightness),又稱HSL。HSV即色相、飽和度、明度(英語:Hue, Saturation, Value),又稱HSB,其中B即英語:Brightness。
色相(H)是色彩的基本屬性,就是平常所說的顏色名稱,如紅色、黃色等。
飽和度(S)是指色彩的純度,越高色彩越純,低則逐漸變灰,取0-100%的數值。
明度(V),亮度(L),取0-100%。
HSL和HSV二者都把顏色描述在圓柱坐標系內的點,這個圓柱的中心軸取值為自底部的黑色到頂部的白色而在它們中間的是灰色,繞這個軸的角度對應於「色相」,到這個軸的距離對應於「飽和度」,而沿著這個軸的高度對應於「亮度」,「色調」或「明度」。
這兩種表示在目的上類似,但在方法上有區別。二者在數學上都是圓柱,但HSV(色相,飽和度,明度)在概念上可以被認為是顏色的倒圓錐體(黑點在下頂點,白色在上底面圓心),HSL在概念上表示了一個雙圓錐體和圓球體(白色在上頂點,黑色在下頂點,最大橫切面的圓心是半程灰色)。注意儘管在HSL和HSV中「色相」指稱相同的性質,它們的「飽和度」的定義是明顯不同的。
因為HSL和HSV是設備依賴的RGB的簡單變換,(h, s, l)或 (h, s, v)三元組定義的顏色依賴於所使用的特定紅色、綠色和藍色「加法原色」。每個獨特的RGB設備都伴隨著一個獨特的HSL和HSV空間。但是 (h, s, l)或 (h, s, v)三元組在被約束於特定RGB空間比如sRGB的時候就變成明確的了。
HSV模型在1978年由埃爾維•雷•史密斯創立,它是三原色光模式的一種非線性變換。

[11]Visual C++ 數位影像處理技術大全 文魁資訊
[12] 維基百科 http://zh.wikipedia.org/wiki/%E8%BE%B9%E7%BC%98%E6%A3%80%E6%B5%8B
以下摘錄致維基百科
邊緣檢測是圖像處理和計算機視覺中的基本問題,邊緣檢測的目的是標識數字圖像中亮度變化明顯的點。圖像屬性中的顯著變化通常反映了屬性的重要事件和變化。這些包括(i)深度上的不連續、(ii)表面方向不連續、(iii)物質屬性變化和(iv)場景照明變化。 邊緣檢測是圖像處理和計算機視覺中,尤其是特徵檢測中的一個研究領域。
圖像邊緣檢測大幅度地減少了數據量,並且剔除了可以認為不相關的信息,保留了圖像重要的結構屬性。有許多方法用於邊緣檢測,它們的絕大部分可以劃分為兩類:基於查找一類和基於零穿越的一類。基於查找的方法通過尋找圖像一階導數中的最大和最小值來檢測邊界,通常是將邊界定位在梯度最大的方向。基於零穿越的方法通過尋找圖像二階導數零穿越來尋找邊界,通常是Laplacian過零點或者非線性差分表示的過零點。

[13] 李江金 劉恩博 胡蓉等編著 LabView Virtual Instrument Data Acquisition and Serial Port Communication , LabView 虛擬儀器數據採集與串口通信測控應用實踐 人民電郵出版社
[14] Jeffery Travis and Jim Kring 喬瑞萍等編著 LabView For Everyone Graphical Programming Made Easy and Fun Third EditionLabView 大學實用教程 第三版 電子工業出版社

連結至畢業學校之論文網頁點我開啟連結
註: 此連結為研究生畢業學校所提供,不一定有電子全文可供下載,若連結有誤,請點選上方之〝勘誤回報〞功能,我們會盡快修正,謝謝!
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔