基于轮廓特征的HMM手写数字识别
| 第一章 引言 | 第1-12页 |
| 摘要 | 第3-4页 |
| Abstract | 第4-7页 |
| ·手写数字识别的研究背景及意义 | 第7-8页 |
| ·手写数字识别研究现状 | 第8-9页 |
| ·脱机手写字符识别评价标准 | 第9-10页 |
| ·本文主要研究内容及结构安排 | 第10-12页 |
| ·主要研究内容 | 第10页 |
| ·本文结构安排 | 第10-12页 |
| 第二章 隐马尔可夫模型（HMM） | 第12-23页 |
| ·模式识别与隐马尔可夫模型 | 第12-13页 |
| ·隐马尔可夫模型的简介 | 第13-16页 |
| ·马尔可夫过程 | 第13页 |
| ·隐马尔可夫模型构成 | 第13-16页 |
| ·隐马尔可夫模型的三个基本问题 | 第16-21页 |
| ·三个基本问题的提出 | 第16-17页 |
| ·前向-后向算法 | 第17-19页 |
| ·维特比（Viterbi）算法 | 第19-21页 |
| ·隐马尔可夫模型建模的优点 | 第21-23页 |
| 第三章 预处理及特征提取 | 第23-35页 |
| ·字库选择 | 第23页 |
| ·样本预处理 | 第23-27页 |
| ·灰度图像二值化 | 第23-26页 |
| ·字符图像平滑化 | 第26-27页 |
| ·边界链码提取 | 第27-29页 |
| ·边界链码的简介 | 第27-28页 |
| ·边界链码提取 | 第28-29页 |
| ·字符图像的欧拉数 | 第29-30页 |
| ·字符图像的特征组成 | 第30-34页 |
| ·字符图像笔画特征的确立 | 第31-32页 |
| ·边界链码转化成笔画 | 第32-34页 |
| ·小结 | 第34-35页 |
| 第四章 实验与实验结果分析 | 第35-43页 |
| ·字符特征值的构成 | 第35页 |
| ·隐马尔可夫模型的确定 | 第35-36页 |
| ·不同状态量的HMM | 第36-39页 |
| ·经典隐马尔可夫模型的问题 | 第36-37页 |
| ·选用不同状态量的隐马尔可夫模型 | 第37-39页 |
| ·模型选择方法 | 第39页 |
| ·基于隐马尔可夫模型手写数字识别系统 | 第39-41页 |
| ·实验系统的整体框架结构 | 第39-40页 |
| ·模型初始化和训练 | 第40-41页 |
| ·实验结果及分析 | 第41-43页 |
| 第五章 总结与展望 | 第43-45页 |
| ·总结 | 第43-44页 |
| ·展望 | 第44-45页 |
| 参考文献 | 第45-50页 |
| 攻读学位期间发表论文 | 第50-51页 |
| 致谢 | 第51页 |
