| 目录 | 第1-7页 |
| 摘要 | 第7-9页 |
| Abstract | 第9-11页 |
| 第一章 绪论 | 第11-17页 |
| ·铁路客票识别的研究背景及意义 | 第11-12页 |
| ·国内外自动售检票系统的发展简介 | 第12-13页 |
| ·铁路客票售检票及其识别技术的研究现状 | 第13-14页 |
| ·铁路客票自动识别系统构成 | 第14-15页 |
| ·铁路客票自动识别技术的研究内容 | 第15-16页 |
| ·课题研究的章节安排 | 第16-17页 |
| 第二章 铁路客票图像的数据采集与预处理 | 第17-27页 |
| ·引言 | 第17页 |
| ·铁路客票图像的数据采集 | 第17-18页 |
| ·铁路客票图像的预处理 | 第18-25页 |
| ·图像直方图均衡化 | 第18-21页 |
| ·图像的滤波处理 | 第21-24页 |
| ·图像二值化 | 第24-25页 |
| ·字符归一化 | 第25页 |
| ·本章小结 | 第25-27页 |
| 第三章 铁路客票票号的分割方法 | 第27-44页 |
| ·引言 | 第27页 |
| ·图像分割的定义 | 第27-28页 |
| ·铁路客票灰度图像的票号分割方法 | 第28-32页 |
| ·最大熵法 | 第28-29页 |
| ·最大类间方差法 | 第29-30页 |
| ·改进的灰度-邻域灰度均值散布法 | 第30-31页 |
| ·广义的局部分块阈值法 | 第31页 |
| ·灰度图像票号分割的实验结果分析 | 第31-32页 |
| ·铁路客票彩色图像的票号分割方法 | 第32-43页 |
| ·基于 RGB 空间的铁路客票彩色图像票号聚类分割 | 第33-34页 |
| ·基于 HSI 色彩空间变换的铁路客票彩色图像票号分割算法 | 第34-35页 |
| ·基于 DKLT 和形态学运算的铁路客票彩色图像票号分割算法 | 第35-39页 |
| ·离散 KL 变换简介 | 第35-36页 |
| ·彩色图像的离散 KL 变换(DKLT)的实现 | 第36-37页 |
| ·图像重构特征的权重选择 | 第37-39页 |
| ·彩色图像票号分割的实验结果分析 | 第39-42页 |
| ·铁路客票图像票号分割后字符的精处理 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 铁路客票票号字符的识别算法 | 第44-61页 |
| ·引言 | 第44页 |
| ·基于模板匹配的票号字符识别算法 | 第44-49页 |
| ·模板匹配的相关算法 | 第44-45页 |
| ·基于相关系数的模板匹配算法 | 第45-47页 |
| ·基于二值图像异或运算的模板匹配算法 | 第47-48页 |
| ·实验结果及相关分析 | 第48-49页 |
| ·基于优化的神经网络的票号字符识别算法 | 第49-60页 |
| ·前言 | 第49-50页 |
| ·BP 神经网络的基础理论 | 第50-52页 |
| ·基于 PSO 优化的 BP 神经网络混合训练算法 | 第52-57页 |
| ·粒子群优化算法简介 | 第52-53页 |
| ·PSO 优化 BP 神经网络的混合算法 | 第53-54页 |
| ·算法性能测试的仿真实验 | 第54-57页 |
| ·基于优化 BP 神经网络的识别方法设计 | 第57-60页 |
| ·票号字符的归一化处理 | 第57页 |
| ·票号字符的特征提取及识别方法的设计 | 第57-58页 |
| ·实验结果及分析 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 客票条码的处理及进站控制端硬件设计构思 | 第61-67页 |
| ·引言 | 第61页 |
| ·铁路客票条码分割的后处理 | 第61-65页 |
| ·条码技术的发展 | 第61-62页 |
| ·铁路客票条码的特点 | 第62-63页 |
| ·客票条码分割处理后的识别算法及实验结果 | 第63-65页 |
| ·进站控制端的硬件设计构思 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| ·课题研究的回顾总结 | 第67-68页 |
| ·工作展望 | 第68-69页 |
| 参考文献 | 第69-75页 |
| 致谢 | 第75-76页 |
| 攻读硕士学位期间发表论文目录 | 第76-77页 |
| 学位论文评阅及答辩情况表 | 第77页 |
