基于图像处理的特征目标自动识别技术的研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 课题的来源、背景和意义 | 第8-9页 |
| 1.2 国内外研究现状和发展趋势 | 第9-10页 |
| 1.3 课题研究的内容和目的 | 第10-11页 |
| 1.4 论文的组织结构 | 第11-12页 |
| 1.5 本章小结 | 第12-13页 |
| 第二章 特征目标自动识别的图像预处理技术介绍 | 第13-21页 |
| 2.1 灰度化 | 第13-14页 |
| 2.2 二值化 | 第14-16页 |
| 2.3 平滑处理 | 第16-17页 |
| 2.4 倾斜校正 | 第17-18页 |
| 2.5 图像细化 | 第18-19页 |
| 2.6 图像归一化 | 第19-20页 |
| 2.7 本章小结 | 第20-21页 |
| 第三章 基于版面理解的特征目标定位算法的研究 | 第21-34页 |
| 3.1 基于几何分析的版面理解技术研究 | 第21-23页 |
| 3.1.1 版面内容 | 第21页 |
| 3.1.2 版面布局 | 第21-22页 |
| 3.1.3 版面内表格特征 | 第22-23页 |
| 3.2 基于逻辑分析的版面理解技术研究 | 第23-24页 |
| 3.2.1 横向分析 | 第23-24页 |
| 3.2.2 纵向分析 | 第24页 |
| 3.3 特征目标定位算法的研究与实现 | 第24-33页 |
| 3.3.1 基于连通区域检测的单元格定位方法 | 第26-28页 |
| 3.3.2 基于感兴趣区域检测的单元格定位方法 | 第28-30页 |
| 3.3.3 单元格定位方法比较 | 第30-32页 |
| 3.3.4 文字的定位 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 特征目标自动识别技术的研究与实现 | 第34-46页 |
| 4.1 文字信息识别技术 | 第34-35页 |
| 4.1.1 基于人工神经网络字符识别方法 | 第34-35页 |
| 4.1.2 汉字字符识别的方法 | 第35页 |
| 4.2 特征目标对勾识别算法的设计与实现 | 第35-43页 |
| 4.2.1 基于像素统计法的对勾提取算法 | 第36-39页 |
| 4.2.2 基于角点检测的对勾提取算法 | 第39-43页 |
| 4.3 特征目标识别方法的对比分析 | 第43-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第五章 实验和结果分析 | 第46-52页 |
| 5.1 实验环境 | 第46-47页 |
| 5.2 实验过程 | 第47-50页 |
| 5.2.1 光学字符识别技术实验 | 第47-48页 |
| 5.2.2 对勾位置提取算法实验 | 第48-49页 |
| 5.2.3 特征目标自动识别技术实验 | 第49-50页 |
| 5.3 实验结果分析 | 第50-51页 |
| 5.4 本章小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-54页 |
| 6.1 总结 | 第52页 |
| 6.2 展望 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57-58页 |
| 攻读硕士学位期间公开发表的论文及科研情况 | 第58页 |
| 发表论文情况 | 第58页 |
| 攻读硕士学位期间参加的科研项目 | 第58页 |
