| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-15页 |
| ·字符识别的发展和研究现状 | 第10-13页 |
| ·字符识别的发展过程 | 第10页 |
| ·脱机手写体字符识别的难点 | 第10-12页 |
| ·脱机手写体字符识别研究现状及分析 | 第12-13页 |
| ·论文研究的内容及成果 | 第13-15页 |
| 第二章 脱机手写体字符识别技术 | 第15-29页 |
| ·预处理 | 第15-21页 |
| ·灰度二值化 | 第16-17页 |
| ·纠偏和定位识别区域 | 第17页 |
| ·去噪、平滑处理 | 第17-18页 |
| ·字符分割 | 第18-20页 |
| ·字符归一化和细化 | 第20-21页 |
| ·字符识别特征提取和选择 | 第21-24页 |
| ·基于笔画的特征提取 | 第22页 |
| ·基于网格的特征提取 | 第22-23页 |
| ·基于方向线素的方法 | 第23-24页 |
| ·小结 | 第24页 |
| ·字符识别 | 第24-28页 |
| ·字符识别方法概述 | 第25-26页 |
| ·字符分类器的设计 | 第26-27页 |
| ·字符识别后处理 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 隐马尔可夫模型（HMM） | 第29-37页 |
| ·隐马尔可夫模型(HMM)基本概念 | 第29-30页 |
| ·马尔可夫(Markov)链 | 第29页 |
| ·隐马尔可夫模型（HMM） | 第29-30页 |
| ·隐马尔可夫模型（HMM）的三个基本假设 | 第30页 |
| ·传统HMM 应用中的三个基本问题 | 第30-33页 |
| ·前向算法 | 第31页 |
| ·Baum-Welch 算法 | 第31-32页 |
| ·Viterbi 算法 | 第32-33页 |
| ·HMM 的在模式识别领域的应用 | 第33-34页 |
| ·HMM 用于语音识别 | 第33页 |
| ·HMM 用于图像处理 | 第33-34页 |
| ·HMM 用于字符识别的一般方法 | 第34-35页 |
| ·利用HMM 进行字符模型的建立—学习问题的解决 | 第34-35页 |
| ·利用HMM 模型进行字符识别—评价问题的解决 | 第35页 |
| ·本章小结 | 第35-37页 |
| 第四章 基于ANN-MHMM 的手写体字符识别 | 第37-49页 |
| ·基于投影边界链的特征提取 | 第37-39页 |
| ·基于ANN-MHMM 的手写体字符识别方法总体流程 | 第39-40页 |
| ·MHMM 模型中的模型选择及初始化参数设置 | 第40-41页 |
| ·基于ANN-MHMM 训练算法 | 第41-45页 |
| ·传统训练算法的一些缺陷 | 第41页 |
| ·ANN－MHMM 模型 | 第41-42页 |
| ·基于ANN-MHMM 的训练算法 | 第42-45页 |
| ·基于MHMM 分类器的字符分类识别 | 第45-47页 |
| ·本章小结 | 第47-49页 |
| 第五章 实验结果与分析 | 第49-59页 |
| ·银行票据识别现状 | 第49-50页 |
| ·识别过程 | 第50-56页 |
| ·灰度二值化和去噪 | 第50-51页 |
| ·倾斜校正 | 第51-52页 |
| ·版面分析与定位 | 第52-53页 |
| ·字符分割和归一化 | 第53-54页 |
| ·投影和特征提取 | 第54页 |
| ·训练与识别 | 第54-55页 |
| ·识别后处理 | 第55-56页 |
| ·结果分析 | 第56-59页 |
| ·与其它识别算法比较 | 第56-57页 |
| ·结论 | 第57-59页 |
| 结束语 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 附录（攻读学位期间发表论文目录） | 第66-67页 |
| 详细摘要 | 第67-74页 |