基于数字图象处理的物流信息模式识别的研究
| 第1章 绪论 | 第1-17页 |
| ·课题研究的目的与意义 | 第8页 |
| ·课题研究内容 | 第8-9页 |
| ·数字图像处理概述 | 第9-13页 |
| ·数字图像处理概念 | 第9-10页 |
| ·数字图像处理的特点 | 第10页 |
| ·数字图像处理方法 | 第10-11页 |
| ·图像处理技术的发展现状 | 第11页 |
| ·数字图像处理技术的应用领域 | 第11-13页 |
| ·模式识别的系统构成 | 第13-15页 |
| ·识别系统构成 | 第13-14页 |
| ·图像识别问题 | 第14-15页 |
| ·图像识别系统构成 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第2章 图像的矩不变特征量 | 第17-29页 |
| ·矩技术研究概述 | 第17-19页 |
| ·矩技术发展概况及研究意义 | 第17-18页 |
| ·矩技术研究的主要困难 | 第18-19页 |
| ·规则矩及矩不变量 | 第19-28页 |
| ·规则矩的定义 | 第19页 |
| ·矩不变量 | 第19-21页 |
| ·不变矩改进算法 | 第21-23页 |
| ·应用不变矩方法对图像的识别 | 第23-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 基于神经网络的模式识别 | 第29-42页 |
| ·人工神经网络基本理论 | 第29-34页 |
| ·神经网络发展概况 | 第29-30页 |
| ·神经网络的主要特点 | 第30-31页 |
| ·神经网络的学习方法 | 第31-34页 |
| ·神经网络用于模式识别的结构 | 第34-35页 |
| ·神经元的基本特性和BP网络模型 | 第35-40页 |
| ·神经元的基本特性和BP网络模型 | 第35-37页 |
| ·BP神经网络的算法 | 第37-39页 |
| ·BP网络算法改进 | 第39-40页 |
| ·BP神经网络识别实例 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 字符识别 | 第42-63页 |
| ·字符识别技术概况 | 第42-46页 |
| ·字符识别的发展 | 第42-43页 |
| ·字符识别的原理 | 第43-44页 |
| ·常用字符识别方法 | 第44-45页 |
| ·当前的字符识别技术研究热点 | 第45-46页 |
| ·基于MATLAB软件实现字符识别 | 第46-61页 |
| ·MATLAB语言特点介绍 | 第46-47页 |
| ·字符识别系统框图 | 第47-48页 |
| ·字符识别具体实现 | 第48-59页 |
| ·程序实现界面 | 第59-61页 |
| ·实验结果与分析 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第5章 实验与分析 | 第63-70页 |
| ·实验设计 | 第63-66页 |
| ·识别界面 | 第66-69页 |
| ·实验分析 | 第69-70页 |
| 第6章 总结与设想 | 第70-72页 |
| ·全文总结 | 第70页 |
| ·进一步工作的设想 | 第70-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 发表论文 | 第76-77页 |
| 附录 标准字符模板 | 第77页 |
