| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 引言 | 第14-18页 |
| 1.1 项目背景和选题意义 | 第14-15页 |
| 1.2 手写数字识别的难点 | 第15页 |
| 1.3 国内外研究现状 | 第15-16页 |
| 1.4 本文研究的主要内容 | 第16-17页 |
| 1.5 本文的组织结构 | 第17-18页 |
| 第二章 技术综述 | 第18-26页 |
| 2.1 Android平台简介和系统架构 | 第18-20页 |
| 2.2 Android与其他主流移动操作系统的区别 | 第20页 |
| 2.3 Android SDK和Android NDK介绍 | 第20-21页 |
| 2.4 SQLite简介 | 第21页 |
| 2.5 OpenCV简介 | 第21-22页 |
| 2.6 支持向量机(SVM)算法介绍 | 第22-25页 |
| 2.7 本章小结 | 第25-26页 |
| 第三章 光学字符识别技术和算法实现 | 第26-44页 |
| 3.1 光学字符识别流程 | 第26-27页 |
| 3.2 预处理算法流程 | 第27-39页 |
| 3.2.1 灰度化处理 | 第28-29页 |
| 3.2.2 平滑算法研究 | 第29-33页 |
| 3.2.3 二值化算法研究 | 第33页 |
| 3.2.4 图像形态学操作算法研究 | 第33-35页 |
| 3.2.5 字符分割 | 第35-36页 |
| 3.2.6 字符归一化 | 第36页 |
| 3.2.7 预处理算法具体实现 | 第36-39页 |
| 3.3 训练SVM分类模型 | 第39-43页 |
| 3.3.1 多类分类方法 | 第39-40页 |
| 3.3.2 训练过程 | 第40-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第四章 光学字符识别应用的设计与实现 | 第44-62页 |
| 4.1 需求分析 | 第44-45页 |
| 4.2 图像采集模块 | 第45-48页 |
| 4.3 字符识别模块与其他模块的交互 | 第48-50页 |
| 4.4 信息存储模块 | 第50-52页 |
| 4.5 界面设计 | 第52-58页 |
| 4.5.1 首页设计 | 第52-54页 |
| 4.5.2 左侧边栏设计 | 第54-56页 |
| 4.5.3 识别和显示页面 | 第56-58页 |
| 4.6 应用测试和评估 | 第58-61页 |
| 4.6.1 测试环境 | 第58页 |
| 4.6.2 测试内容 | 第58-60页 |
| 4.6.3 统计并评估识别结果 | 第60-61页 |
| 4.7 本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-64页 |
| 5.1 总结 | 第62-63页 |
| 5.1.1 本文背景和所作的贡献 | 第62页 |
| 5.1.2 研究成果 | 第62-63页 |
| 5.2 进一步工作展望 | 第63-64页 |
| 参考文献 | 第64-65页 |
| 致谢 | 第65-67页 |