基于神经网络的字符识别系统的设计与实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 字符识别的研究历史及现状 | 第11-14页 |
| 1.2.1 字符的表示 | 第11-12页 |
| 1.2.2 字符识别的过程 | 第12-13页 |
| 1.2.3 字符识别的方法 | 第13-14页 |
| 1.2.4 基于神经网络的字符识别 | 第14页 |
| 1.3 论文主要内容 | 第14-15页 |
| 1.4 论文组织结构 | 第15-16页 |
| 第二章 字符识别相关理论与技术 | 第16-37页 |
| 2.1 灰度化图像处理 | 第16-23页 |
| 2.1.1 常用灰度变化算法 | 第16-18页 |
| 2.1.2 图像的增强 | 第18-19页 |
| 2.1.3 图像滤波 | 第19-22页 |
| 2.1.4 边缘检测与提取 | 第22-23页 |
| 2.2 二值化处理 | 第23-26页 |
| 2.2.1 全局阈值 | 第24-25页 |
| 2.2.2 局部阈值 | 第25页 |
| 2.2.3 基于优化的二值化 | 第25-26页 |
| 2.3 字符定位与提取 | 第26-30页 |
| 2.3.1 主成分分析 | 第26-27页 |
| 3.3.2 字符定位算法 | 第27-28页 |
| 2.3.3 图像的几何校正 | 第28页 |
| 2.3.4 提取单个字符 | 第28-29页 |
| 2.3.5 字符归一化处理 | 第29-30页 |
| 2.4 字符特征提取与识别 | 第30-36页 |
| 2.4.1 特征提取 | 第30-32页 |
| 2.4.2 BP神经网络 | 第32-33页 |
| 2.4.3 BP算法 | 第33-36页 |
| 2.5 本章小结 | 第36-37页 |
| 第三章 字符识别系统的分析 | 第37-41页 |
| 3.1 车牌识别系统的需求分析 | 第37-39页 |
| 3.1.1 功能性需求 | 第37-38页 |
| 3.1.2 非功能性需求 | 第38-39页 |
| 3.2 业务流程分析 | 第39-40页 |
| 3.3 本章小结 | 第40-41页 |
| 第四章 字符识别系统的设计 | 第41-49页 |
| 4.1 车牌系统的架构设计 | 第41-42页 |
| 4.1.1 物理架构设计 | 第41页 |
| 4.1.2 功能架构设计 | 第41-42页 |
| 4.2 系统模块设计 | 第42-47页 |
| 4.2.1 字符图像预处理 | 第43页 |
| 4.2.2 字符的定位与分割 | 第43-44页 |
| 4.2.3 特征提取与识别 | 第44-45页 |
| 4.2.4 BP分类器设计 | 第45-47页 |
| 4.3 系统处理流程设计 | 第47页 |
| 4.4 界面设计 | 第47-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 字符识别系统的实现 | 第49-60页 |
| 5.1 系统介绍 | 第49页 |
| 5.2 系统性能指标 | 第49页 |
| 5.3 系统实现 | 第49-58页 |
| 5.3.1 系统软件硬件平台 | 第49-50页 |
| 5.3.2 网络的训练 | 第50-53页 |
| 5.3.3 字符预处理 | 第53-55页 |
| 5.3.4 字符定位和分割 | 第55-57页 |
| 5.3.5 字符识别 | 第57-58页 |
| 5.4 系统测试 | 第58-59页 |
| 5.4.1 测试的定义及方法介绍 | 第58页 |
| 5.4.2 测试方案 | 第58页 |
| 5.4.3 测试用例 | 第58-59页 |
| 5.4.4 测试结果 | 第59页 |
| 5.5 本章小结 | 第59-60页 |
| 第六章 总结及展望 | 第60-61页 |
| 6.1 总结 | 第60页 |
| 6.2 展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
