| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 低质量文档图像二值化算法研究现状 | 第10-12页 |
| 1.2.2 多字体文档图像字符识别算法研究现状 | 第12-13页 |
| 1.3 本文主要研究内容 | 第13-14页 |
| 第2章 二值化算法与字符识别算法介绍 | 第14-21页 |
| 2.1 引言 | 第14页 |
| 2.2 二值化算法 | 第14-17页 |
| 2.2.1 OTSU法 | 第14-15页 |
| 2.2.2 Niblack法 | 第15-16页 |
| 2.2.3 Sauvola法 | 第16页 |
| 2.2.4 Singh法 | 第16-17页 |
| 2.3 当前二值化算法存在的难点 | 第17-18页 |
| 2.4 字符识别算法 | 第18-20页 |
| 2.4.1 正交矩法 | 第18-19页 |
| 2.4.2 模板匹配法 | 第19页 |
| 2.4.3 模糊聚类分析法 | 第19-20页 |
| 2.5 当前字符识别算法存在的难点 | 第20页 |
| 2.6 本章小结 | 第20-21页 |
| 第3章 基于区域对比度增强的二值化算法 | 第21-33页 |
| 3.1 引言 | 第21页 |
| 3.2 基于对比度增强的二值化算法 | 第21-27页 |
| 3.2.1 区域划分 | 第22-24页 |
| 3.2.2 区域对比度增强 | 第24-26页 |
| 3.2.3 区域阈值选取 | 第26-27页 |
| 3.3 实验描述及结果分析 | 第27-32页 |
| 3.3.1 实验环境和测试图像库 | 第27页 |
| 3.3.2 分割效果测试 | 第27-31页 |
| 3.3.3 评估指标 | 第31-32页 |
| 3.3.4 基于OCR评估 | 第32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 Gabor变换与小波变换复合的多字体印刷体汉字识别算法 | 第33-47页 |
| 4.1 引言 | 第33-34页 |
| 4.2 多字体印刷体的汉字识别算法 | 第34-40页 |
| 4.2.1 图像预处理 | 第34-35页 |
| 4.2.2 小波变换与字符图像 | 第35-37页 |
| 4.2.3 Gabor变换与字符图像 | 第37-38页 |
| 4.2.4 PCA特征降维 | 第38-39页 |
| 4.2.5 支持向量机分类器 | 第39-40页 |
| 4.3 实验描述及结果分析 | 第40-46页 |
| 4.3.1 实验字符库 | 第40-42页 |
| 4.3.2 算法参数选取问题 | 第42-44页 |
| 4.3.3 实验结果分析 | 第44-46页 |
| 4.4 本章小结 | 第46-47页 |
| 结论 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 攻读硕士学位期间发表的学术论文 | 第52-53页 |
| 致谢 | 第53-54页 |
| 附表 | 第54-55页 |