脱机手写文字识别技术方法的研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 课题背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 研究难点 | 第11-12页 |
| 1.4 本文的主要工作和结构 | 第12-13页 |
| 第二章 脱机手写文字识别关键技术分析 | 第13-35页 |
| 2.1 预处理 | 第13-20页 |
| 2.1.1 灰度化 | 第14页 |
| 2.1.2 二值化 | 第14-16页 |
| 2.1.3 滤波 | 第16-18页 |
| 2.1.4 字符分割 | 第18-19页 |
| 2.1.5 归一化 | 第19-20页 |
| 2.2 特征提取 | 第20-28页 |
| 2.2.1 网格特征提取法 | 第22页 |
| 2.2.2 轮廓特征提取法 | 第22-23页 |
| 2.2.3 方向线素特征提取法 | 第23-25页 |
| 2.2.4 笔划密度特征提取法 | 第25页 |
| 2.2.5 逐像素特征提取法 | 第25-26页 |
| 2.2.6 骨架特征提取法 | 第26页 |
| 2.2.7 本文使用的特征提取方法 | 第26-28页 |
| 2.3 分类识别 | 第28-34页 |
| 2.3.1 模板匹配法 | 第28-29页 |
| 2.3.2 支持向量机 | 第29-30页 |
| 2.3.3 隐马尔科夫模型 | 第30-32页 |
| 2.3.4 人工神经网络 | 第32-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第三章 基于 BP 网络的脱机手写文字识别分类器 | 第35-47页 |
| 3.1 BP 网络 | 第35-39页 |
| 3.1.1 BP 网络的基本原理 | 第35-38页 |
| 3.1.2 BP网络设计时应该注意的问题 | 第38-39页 |
| 3.2 BP 网络存在的缺陷 | 第39-40页 |
| 3.3 BP 网络的改进现状 | 第40-41页 |
| 3.4 BP 网络分类器设计 | 第41-46页 |
| 3.4.1 BP 网络结构的设计 | 第41-43页 |
| 3.4.2 BP 网络学习算法 | 第43-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第四章 仿真实验 | 第47-51页 |
| 4.1 性能评价标准 | 第47页 |
| 4.2 样本的采集 | 第47页 |
| 4.3 BP 识别网络的训练和分类实验 | 第47-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 5.1 总结 | 第51页 |
| 5.2 展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 在读期间发表论文清单 | 第58页 |
