| 中文摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-21页 |
| ·脱机手写体汉字识别研究背景和意义 | 第10-11页 |
| ·脱机手写体汉字识别研究现状与趋势 | 第11-17页 |
| ·预处理研究现状与趋势 | 第12-13页 |
| ·特征提取研究现状与趋势 | 第13-14页 |
| ·识别方法研究现状与趋势 | 第14-17页 |
| ·脱机手写体汉字识别的困难和特点 | 第17-19页 |
| ·本文主要研究内容和创新点 | 第19-20页 |
| ·本文组织结构 | 第20-21页 |
| 第二章 基于边缘轮廓的自适应文档图像二值化 | 第21-33页 |
| ·二值化原理与现状分析 | 第21-23页 |
| ·基本原理 | 第22页 |
| ·现有算法分析 | 第22-23页 |
| ·BG 方法分析 | 第23-25页 |
| ·基于边缘轮廓的阈值改进方法 | 第25-28页 |
| ·基于log 算子轮廓生长的方法估计前景区域 | 第26-27页 |
| ·阈值公式改进 | 第27-28页 |
| ·算法步骤 | 第28页 |
| ·实验结果与分析 | 第28-32页 |
| ·噪音抑制效果的比较 | 第28-29页 |
| ·笔划保留完整性的比较 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 基于最小加权分割路径的脱机手写汉字切分 | 第33-47页 |
| ·脱机手写汉字分割方法现状与分析 | 第33-35页 |
| ·基于最小加权分割路径手写汉字多步分割算法 | 第35-42页 |
| ·算法思想 | 第35-36页 |
| ·基于投影直方图的粗切分 | 第36-39页 |
| ·最小加权分割路径的细切分 | 第39-41页 |
| ·字符串完整分割过程 | 第41-42页 |
| ·实验结果与分析 | 第42-46页 |
| ·不同情况的粘连字符细分割 | 第42-43页 |
| ·不同分割算法的比较与分析 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 结合级联HMM 训练模型的多分类器集成 | 第47-69页 |
| ·HMM 概述 | 第47-50页 |
| ·识别问题——前向和后向算法 | 第48-49页 |
| ·训练问题——Baum-Welch 算法 | 第49-50页 |
| ·结合级联HMM 训练模型集成方案的算法思想 | 第50-52页 |
| ·特征提取 | 第52-54页 |
| ·方向线素特征 | 第52页 |
| ·基于投影边界链特征 | 第52-53页 |
| ·弹性网格特征 | 第53-54页 |
| ·基于WHMM 训练模型的相似字识别 | 第54-60页 |
| ·WHMM 模型的建立 | 第55-57页 |
| ·获取WHMM 模型重估公式 | 第57-59页 |
| ·基于WHMM 模型训练算法 | 第59-60页 |
| ·用于相似字识别的级联识别算法 | 第60页 |
| ·Bayesian-MHMM-WHMM 多分类器识别方法 | 第60-65页 |
| ·基于Bayesian 网络的粗分类 | 第60-63页 |
| ·基于MHMM-WHMM 的细分类 | 第63-65页 |
| ·实验分析 | 第65-68页 |
| ·本章小结 | 第68-69页 |
| 第五章 总结与展望 | 第69-71页 |
| ·论文工作总结 | 第69-70页 |
| ·存在的不足与展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 攻读学位期间公开发表的论文与科研项目成果 | 第75-76页 |
| 致谢 | 第76-77页 |