| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 课题背景及意义 | 第8-9页 |
| 1.2 国内外研究及发展状况 | 第9-10页 |
| 1.3 本文的主要研究工作和结构 | 第10-12页 |
| 第2章 文本识别系统概述 | 第12-16页 |
| 2.1 文本识别系统的组成与框架 | 第12-13页 |
| 2.2 文本识别系统应用到的主要技术 | 第13-16页 |
| 第3章 文本识别系统设计 | 第16-35页 |
| 3.1 文本图像预处理 | 第16-20页 |
| 3.1.1 图像二值化 | 第16-18页 |
| 3.1.2 直方图均衡化 | 第18-19页 |
| 3.1.3 图像滤波 | 第19-20页 |
| 3.2 文本位置定位 | 第20-24页 |
| 3.2.1 使用形态学图像处理技术的文本位置定位 | 第20-23页 |
| 3.2.2 数字图像中的基本形态学处理方法 | 第23-24页 |
| 3.3 文本的倾斜校正 | 第24-26页 |
| 3.3.1 旋转投影法的水平倾斜校正 | 第24-25页 |
| 3.3.2 旋转投影法的垂直倾斜角整 | 第25-26页 |
| 3.4 文本字符分割 | 第26-27页 |
| 3.4.1 标准分割法 | 第26页 |
| 3.4.2 连通区域分割法 | 第26页 |
| 3.4.3 基于识别的分割方法 | 第26-27页 |
| 3.4.4 影响字符切割的因素 | 第27页 |
| 3.5 字符的识别 | 第27-35页 |
| 3.5.1 基于模板匹配的字符识别法 | 第27-28页 |
| 3.5.2 基于神经网络的字符识别 | 第28-31页 |
| 3.5.3 遗传算法结合 BP 神经网络的字符识别 | 第31-33页 |
| 3.5.4 基于 LLE 算法的字符识别 | 第33-35页 |
| 第4章 文本识别系统的实现 | 第35-40页 |
| 4.1 开发环境简介 | 第35页 |
| 4.2 系统的结构与程序的实现 | 第35-40页 |
| 4.2.1 系统结构 | 第35-36页 |
| 4.2.2 系统的程序实现 | 第36-38页 |
| 4.2.3 识别的准确率 | 第38-40页 |
| 第5章 总结与展望 | 第40-42页 |
| 5.1 总结 | 第40页 |
| 5.2 展望 | 第40-42页 |
| 参考文献 | 第42-45页 |
| 致谢 | 第45页 |