| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 课题背景及研究的目的和意义 | 第10页 |
| 1.2 国内外研究动态 | 第10-12页 |
| 1.3 课题研究内容及总体框架 | 第12-13页 |
| 1.4 课题研究方向及难点 | 第13-14页 |
| 1.5 技术应用前景 | 第14-16页 |
| 1.6 文章内容安排 | 第16-18页 |
| 第二章 试卷图像的透视矫正算法设计 | 第18-34页 |
| 2.1 透视投影与透视投影变换 | 第18-20页 |
| 2.1.1 透视变形 | 第18-19页 |
| 2.1.2 透视变换算法 | 第19-20页 |
| 2.2 轮廓边缘检测与Hough变换算法设计 | 第20-26页 |
| 2.2.1 轮廓边缘检测算法 | 第20-24页 |
| 2.2.2 Hough变换 | 第24-26页 |
| 2.3 边缘线段检测 | 第26-29页 |
| 2.3.1 利用改进的Hough变换检测线段 | 第26-28页 |
| 2.3.2 目标图像的边缘线段检测 | 第28-29页 |
| 2.4 透视变形矫正过程 | 第29-30页 |
| 2.5 实验结果与分析 | 第30-32页 |
| 2.6 本章小结 | 第32-34页 |
| 第三章 阅卷信息的获取与字符分割 | 第34-42页 |
| 3.1 获取标准答案、学号及其位置信息 | 第34-36页 |
| 3.2 基于轮廓差值凹检测的字符分割算法 | 第36-41页 |
| 3.2.1 基于轮廓差值凹检测算法的印刷字体字符分割 | 第36-37页 |
| 3.2.2 基于轮廓差值凹检测的手写字符分割算法 | 第37-41页 |
| 3.3 本章小结 | 第41-42页 |
| 第四章 自适应遗传算法优化支持向量机的字符识别 | 第42-58页 |
| 4.1 分割后的字符图像预处理 | 第42-43页 |
| 4.1.1 归一化处理 | 第42页 |
| 4.1.2 答案图像细化处理 | 第42-43页 |
| 4.2 利用支持向量机对字符进行分类识别 | 第43-48页 |
| 4.2.1 支持向量机简介 | 第43页 |
| 4.2.2 支持向量机分类原理 | 第43-48页 |
| 4.3 自适应遗传算法优化支持向量机的字符识别算法设计 | 第48-54页 |
| 4.3.1 遗传算法基本原理 | 第49-50页 |
| 4.3.2 自适应遗传算法优化支持向量机 | 第50-54页 |
| 4.5 实验结果分析 | 第54-57页 |
| 4.6 本章小结 | 第57-58页 |
| 第五章 总结与展望 | 第58-62页 |
| 5.1 总结 | 第58-59页 |
| 5.2 进一步的研究工作 | 第59-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-68页 |
| 攻读硕士学位期间发表的学术论文 | 第68页 |