| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-13页 |
| ·字符识别OCR的发展简介 | 第7-9页 |
| ·脱机手写体字符识别概述 | 第9-10页 |
| ·脱机连续手写体字符识别(CSR) | 第10-12页 |
| ·论文主要工作 | 第12-13页 |
| 2 隐马尔可夫模型(HMM)基本理论 | 第13-26页 |
| ·HMM的发展概况 | 第13-14页 |
| ·HMM基本思想 | 第14-17页 |
| ·Markov链 | 第14-15页 |
| ·HMM的定义 | 第15-16页 |
| ·HMM的三个假设 | 第16-17页 |
| ·HMM的3个基本问题 | 第17页 |
| ·HMM三个问题的解决方案 | 第17-21页 |
| ·评估问题—Forward-backward算法 | 第17-19页 |
| ·解码问题——Viterbi算法 | 第19页 |
| ·学习问题—Baum-Welch估计算法 | 第19-21页 |
| ·HMM算法实现和训练中遇到的问题及解决办法 | 第21-26页 |
| ·初始模型的选取 | 第21-22页 |
| ·HMM观测概率 | 第22-23页 |
| ·采用多个观察值训练 | 第23-24页 |
| ·比例因子问题 | 第24-26页 |
| 3 基于HMM的单个手写体数字识别 | 第26-41页 |
| ·字符图像预处理 | 第26-28页 |
| ·字符图像的平滑 | 第26-27页 |
| ·字符图像的二值化 | 第27页 |
| ·图像的归一化处理 | 第27-28页 |
| ·滑动窗 | 第28-29页 |
| ·常用特征提取方法的引入 | 第29-34页 |
| ·网格特征 | 第29-30页 |
| ·四方向平面交叉特征 | 第30页 |
| ·梯度特征 | 第30-34页 |
| ·单字识别 | 第34-41页 |
| ·理论框架 | 第34页 |
| ·字符HMM模型的建立 | 第34-36页 |
| ·字符模型的重估训练 | 第36-38页 |
| ·字符模型的解码识别 | 第38-41页 |
| 4 基于嵌入式HMM的连续手写体数字识别 | 第41-49页 |
| ·基于无切分字符串识别概述 | 第41-42页 |
| ·字符模型的重估训练 | 第42-46页 |
| ·嵌入式前向-后向算法 | 第42-44页 |
| ·嵌入式Baum-Welch模型重估 | 第44-46页 |
| ·字符模型的解码识别 | 第46-49页 |
| 5 实验结果及分析 | 第49-58页 |
| ·样本数据库 | 第49-50页 |
| ·生成特征代码本 | 第50-51页 |
| ·模型重估训练策略 | 第51-54页 |
| ·模型重估训练策略 | 第54-58页 |
| ·基于Beam-Welch训练的单字训练结果 | 第55页 |
| ·基于嵌入式Beam-Welch训练的连字训练结果 | 第55-57页 |
| ·结果分析 | 第57-58页 |
| 6 结论 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |