摘要 | 第1-4页 |
ABSTRACT | 第4-5页 |
目录 | 第5-8页 |
第一章 绪论 | 第8-12页 |
§1.1 笔画特征提取的国内外发展现状 | 第8-9页 |
§1.2 笔画特征提取的可行性与难度分析 | 第9-10页 |
§1.3 题目设定的目的与意义 | 第10-11页 |
§1.4 课题来源 | 第11页 |
§1.5 论文结构 | 第11-12页 |
第二章 相关理论基础 | 第12-19页 |
§2.1 图像处理及图形学 | 第12-15页 |
§2.1.1 数字图像的表示 | 第12页 |
§2.1.2 二值化图像 | 第12页 |
§2.1.3 图像的缩放和旋转 | 第12-13页 |
§2.1.4 图像细化 | 第13页 |
§2.1.5 轮廓跟踪 | 第13-14页 |
§2.1.6 B样条曲线 | 第14-15页 |
§2.2 模式识别 | 第15-18页 |
§2.2.1 模式识别概述 | 第15-16页 |
§2.2.2 统计假设检验基础 | 第16-18页 |
§2.3 其它相关理论 | 第18-19页 |
第三章 笔画特征提取实现策略 | 第19-26页 |
§3.1 笔画特征提取问题分析 | 第19-20页 |
§3.1.1 笔画的分类 | 第19页 |
§3.1.2 实现思想的提出 | 第19-20页 |
§3.2 笔画的直观特征的描述与提取 | 第20-22页 |
§3.2.1 笔画直观特征的发掘 | 第20-22页 |
§3.2.2 特征的转换 | 第22页 |
§3.2.3 笔画特征的计算机生成 | 第22页 |
§3.3 基于变换和统计算法的笔画特征提取 | 第22-23页 |
§3.4 笔画特征的检测与选择 | 第23页 |
§3.5 仿真实验 | 第23-24页 |
§3.6 实现策略的提出 | 第24-26页 |
第四章 笔画直观特征的获取与描述 | 第26-36页 |
§4.1 笔画直观特征的获取与理论分析 | 第26-30页 |
§4.1.1 特征发掘的实现方法 | 第26-29页 |
§4.1.2 特征获取结果 | 第29-30页 |
§4.2 笔画特征的转换与描述 | 第30-35页 |
§4.2.1 起笔与收笔特征 | 第31-32页 |
§4.2.2 运笔形态特征 | 第32-34页 |
§4.2.3 笔画的笔力特征 | 第34-35页 |
§4.3 笔画直观特征对照表 | 第35-36页 |
第五章 笔画直观特征的计算机实现 | 第36-53页 |
§5.1 预处理 | 第36-40页 |
§5.1.1 去噪 | 第36页 |
§5.1.2 二值化 | 第36-37页 |
§5.1.3 笔画轮廓光滑处理 | 第37-40页 |
§5.2 特征提取 | 第40-53页 |
§5.2.1 特征提取关键算法 | 第41-47页 |
§5.2.2 具体特征实现 | 第47-53页 |
第六章 基于变换和统计算法的笔画特征提取 | 第53-60页 |
§6.1 基于区域的全局特征提取 | 第53-57页 |
§6.1.1 基于形状矩阵的特征提取 | 第53-55页 |
§6.1.2 基于几何矩算法的特征提取 | 第55-57页 |
§6.2 基于轮廓的全局特征提取 | 第57-60页 |
§6.2.1 形状标识函数 | 第57页 |
§6.2.2 基于边界矩算法的特征提取 | 第57-58页 |
§6.2.3 基于傅立叶算法的特征提取 | 第58-60页 |
第七章 笔画特征的检测与选择 | 第60-70页 |
§7.1 预处理 | 第61-62页 |
§7.1.1 剔除离群点 | 第61页 |
§7.1.2 数据归一化 | 第61页 |
§7.1.3 丢失数据处理 | 第61-62页 |
§7.2 特征检测 | 第62-66页 |
§7.2.1 算法选择依据 | 第62页 |
§7.2.2 t检测算法描述 | 第62-64页 |
§7.2.3 算法实现 | 第64-65页 |
§7.2.4 检测结果 | 第65-66页 |
§7.3 特征选择 | 第66-70页 |
§7.3.1 Bhattacharrya距离算法描述 | 第66-67页 |
§7.3.2 特征选择实现 | 第67-70页 |
第八章 基于仿真试验的特征评测 | 第70-73页 |
§8.1 实验设计算法 | 第70-71页 |
§8.2 实验过程与结果 | 第71-72页 |
§8.3 实验总结 | 第72-73页 |
总结 | 第73-75页 |
致谢 | 第75-76页 |
参考文献 | 第76-78页 |