| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-15页 |
| ·问题的提出 | 第9-10页 |
| ·脱机手绘电气符号识别的特殊性 | 第10页 |
| ·智能像卡输入的手绘电气符号识别技术研究的目标及意义 | 第10-11页 |
| ·电路图的自动识别技术的发展概况和研究动态 | 第11-14页 |
| ·论文的主要工作及结构安排 | 第14-15页 |
| 第二章 智能像卡图像输入系统 | 第15-20页 |
| ·智能像卡的几何结构 | 第15-16页 |
| ·像素采样电路原理模型 | 第16-17页 |
| ·图像采样算法 | 第17-18页 |
| ·智能像卡图像输入实例 | 第18-20页 |
| 第三章 手绘电气符号识别中的预处理和特征提取 | 第20-37页 |
| ·手绘电气符号识别中的预处理技术 | 第20-28页 |
| ·平滑 | 第21-22页 |
| ·去噪 | 第22页 |
| ·细化 | 第22-23页 |
| ·归一化 | 第23-28页 |
| ·线性归一化 | 第24-25页 |
| ·基于点密度均衡的非线性归一化 | 第25-26页 |
| ·基于笔划穿透数目密度均衡的非线性归一化 | 第26页 |
| ·基于笔划间隔密度均衡的非线性归一化 | 第26-27页 |
| ·归一化方法识别实验及结果 | 第27-28页 |
| ·手绘电气符号识别中的特征提取 | 第28-37页 |
| ·扩展网格比较特征提取方法 | 第29-31页 |
| ·扩展网格的构建 | 第29-30页 |
| ·比较特征提取方法 | 第30-31页 |
| ·扩展网格图素方向特征提取方法 | 第31-34页 |
| ·电气符号的基本图素分解 | 第32-33页 |
| ·扩展网格图素分布特征 | 第33-34页 |
| ·扩展网格图素分布特征提取步骤 | 第34页 |
| ·识别实验与分析 | 第34-37页 |
| 第四章 手绘电气符号识别的分类器设计 | 第37-55页 |
| ·概述 | 第37-38页 |
| ·距离分类器 | 第38-39页 |
| ·BP 神经网络分类器 | 第39-44页 |
| ·BP 神经网络算法概述 | 第39-41页 |
| ·BP 神经网络的主要能力 | 第41页 |
| ·BP 神经网络的结构设计 | 第41-43页 |
| ·BP 神经网络分类方法的实现 | 第43-44页 |
| ·多级分类器设计 | 第44-47页 |
| ·多分类器融合结构 | 第44-46页 |
| ·性能分析 | 第46-47页 |
| ·基于多级分类的手绘电气符号识别系统 | 第47-55页 |
| ·实验系统设计 | 第48-52页 |
| ·实验符号集 | 第48-49页 |
| ·分类系统结构设计 | 第49-50页 |
| ·识别结果判别策略 | 第50-51页 |
| ·BP 神经网络了分类器的训练 | 第51-52页 |
| ·分类算法 | 第52页 |
| ·实验结果及分析 | 第52-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
| 攻读硕士学位期间发表的论文目录 | 第61页 |