| 摘要 | 第1-13页 |
| ABSTRACT | 第13-15页 |
| 第1章 绪论 | 第15-25页 |
| ·研究背景与目的意义 | 第15-16页 |
| ·研究背景 | 第15页 |
| ·研究的目的意义 | 第15-16页 |
| ·标牌压印字符图像的特点 | 第16-17页 |
| ·光学字符识别技术 | 第17-19页 |
| ·光学字符识别技术的发展 | 第17页 |
| ·光学字符识别中的关键技术 | 第17-19页 |
| ·标牌压印字符识别技术的研究现状 | 第19-23页 |
| ·标牌压印字符图像的采集 | 第19-21页 |
| ·标牌压印字符图像的预处理 | 第21页 |
| ·标牌压印字符图像的质量检测 | 第21-22页 |
| ·标牌压印字符图像的质量评价 | 第22页 |
| ·标牌压印字符的切分 | 第22页 |
| ·标牌压印字符的识别 | 第22-23页 |
| ·本文研究方法和主要内容 | 第23-25页 |
| 第2章 基于小波包变换的标牌压印字符图像预处理 | 第25-39页 |
| ·引言 | 第25-26页 |
| ·基于小波包变换的标牌压印字符图像消噪 | 第26-32页 |
| ·小波包理论分析 | 第26-27页 |
| ·小波包的空间分解 | 第27-28页 |
| ·小波包的分解和重构 | 第28-30页 |
| ·小波包基函数的选择 | 第30-31页 |
| ·标牌压印字符图像的消噪 | 第31-32页 |
| ·基于小波包变换的标牌压印字符图像平滑 | 第32-33页 |
| ·基于小波包变换的标牌压印字符图像边缘检测 | 第33-36页 |
| ·基于小波包变换的标牌压印字符图像增强 | 第36-37页 |
| ·基于小波包变换的标牌压印字符图像融合 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第3章 基于小波包域改进结构相似度的标牌图像质量评价 | 第39-51页 |
| ·引言 | 第39-40页 |
| ·图像质量评价方法 | 第40-43页 |
| ·主观图像质量评价方法 | 第40-42页 |
| ·客观图像质量评价方法 | 第42-43页 |
| ·基于小波域改进结构相似度的标牌图像质量评价 | 第43-50页 |
| ·结构相似度图像质量评价算法 | 第43-46页 |
| ·小波域改进结构相似度标牌图像质量评价算法 | 第46-48页 |
| ·实验和结果分析 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第4章 基于小波包域改进奇异值分解的标牌图像特征提取 | 第51-61页 |
| ·引言 | 第51页 |
| ·标牌压印字符图像的改进奇异值分解和特征提取 | 第51-55页 |
| ·标牌压印字符图像的奇异值特征 | 第51-53页 |
| ·标牌压印字符图像的投影特征 | 第53-54页 |
| ·标牌压印字符图像的改进奇异值特征 | 第54-55页 |
| ·基于小波包域改进奇异值分解的标牌压印字符识别的实现 | 第55-56页 |
| ·对比识别实验及其结果分析 | 第56-58页 |
| ·图像大小和特征向量维数的选择 | 第56-57页 |
| ·对比识别实验 | 第57-58页 |
| ·本章小结 | 第58-61页 |
| 第5章 标牌压印字符识别方法研究 | 第61-71页 |
| ·引言 | 第61-62页 |
| ·基于神经网络的识别方法 | 第62-69页 |
| ·神经网络的原理和特点 | 第62-63页 |
| ·基于BP神经网络的标牌压印字符识别 | 第63-66页 |
| ·基于径向基函数神经网络的标牌压印字符识别 | 第66-67页 |
| ·基于自组织竞争神经网络的标牌压印字符识别 | 第67-69页 |
| ·基于支持向量机的标牌压印字符识别方法 | 第69-70页 |
| ·本章小结 | 第70-71页 |
| 结论 | 第71-73页 |
| 参考文献 | 第73-79页 |
| 致谢 | 第79-81页 |
| 攻读硕士学位期间发表的学术论文 | 第81-83页 |
| 攻读硕士学位期间获奖情况 | 第83-85页 |
| 外文论文 | 第85-91页 |
| 学位论文评阅及答辩情况表 | 第91页 |
