二维文本条形码识别系统关键算法的设计及实现
| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第一章 概述 | 第12-19页 |
| ·二维文本条形码（T-Code）研究背景 | 第12-16页 |
| ·二维条形码 | 第12-14页 |
| ·T-Code 的应用 | 第14-15页 |
| ·T-Code 研究价值 | 第15-16页 |
| ·T-Code 识别难点分析 | 第16页 |
| ·T-Code 识别设备 | 第16-17页 |
| ·论文安排 | 第17-19页 |
| 第二章 T-Code 系统设计综述 | 第19-33页 |
| ·通用 T-Code 票据流程图 | 第19-21页 |
| ·商家发送 T-Code 电子票据 | 第19-20页 |
| ·客户使用手中的 T-Code 票据 | 第20-21页 |
| ·T-Code 系统概要设计 | 第21页 |
| ·T-Code 生成 | 第21-27页 |
| ·T-Code 源数据 | 第22页 |
| ·数据压缩 | 第22-24页 |
| ·数据加密 | 第24页 |
| ·Reed-Solomon 编码 | 第24-25页 |
| ·产生字符矩阵 | 第25-26页 |
| ·最长有效信息长度 | 第26-27页 |
| ·发送 SMS | 第27页 |
| ·T-Code 识别 | 第27-33页 |
| ·T-Code 图像采集 | 第27-30页 |
| ·T-Code 快速字符识别概要 | 第30-33页 |
| 第三章 基于积分图像自适应阈值的二值化算法 | 第33-41页 |
| ·基于积分图像自适应阈值化 | 第33-34页 |
| ·积分图像 | 第34页 |
| ·积分图像的使用 | 第34-35页 |
| ·算法结果分析 | 第35-36页 |
| ·不足与优化：确定前景颜色与背景颜色 | 第36-41页 |
| ·中心区域阈值 Otsu 采样 | 第38页 |
| ·Otsu 法阈值选取 | 第38-39页 |
| ·二值化优化后的结果 | 第39-41页 |
| 第四章 文字区域快速定位 | 第41-54页 |
| ·快速的图像识别 | 第41-42页 |
| ·在规模较大的数据集上采用简单的运算 | 第41页 |
| ·在规模小的数据集上采用精细复杂的运算 | 第41页 |
| ·缩小数据规模：金字塔算法 | 第41-42页 |
| ·字符区域判断算法 | 第42-43页 |
| ·圆点识别算法探讨 | 第43-50页 |
| ·圆点的性质分析 | 第43-44页 |
| ·基于拓展长宽的标准偏差的方法 | 第44-45页 |
| ·基于圆形形状的识别 | 第45-47页 |
| ·基于圆形 Hough 变换的圆形识别 | 第47-48页 |
| ·基于圆点腐蚀法 | 第48-49页 |
| ·各圆点识别算法比较 | 第49-50页 |
| ·基于圆点识别的快速定位算法 | 第50-54页 |
| ·连通域标识 | 第50-52页 |
| ·候选点合法性判断 | 第52-54页 |
| 第五章 文字图像切分 | 第54-58页 |
| ·旋转图像 | 第54页 |
| ·旋转角度求取 | 第54-55页 |
| ·字符切分算法 | 第55-56页 |
| ·切分效果与 Tesseract-OCR 对比 | 第56-57页 |
| ·字符图像归一化 | 第57-58页 |
| 第六章 字符识别：多识别算法综合评估 | 第58-75页 |
| ·多识别算法综合评估 | 第58-59页 |
| ·字符识别算法：模板匹配 | 第59-63页 |
| ·简单模板匹配算法 | 第59-61页 |
| ·模版匹配算法的改进，多模版匹配 | 第61-63页 |
| ·多模板匹配算法分析 | 第63页 |
| ·字符识别算法：支持向量机 | 第63-75页 |
| ·支持向量机概述 | 第64-67页 |
| ·字符图像特征提取 | 第67-72页 |
| ·SVM 训练 | 第72-75页 |
| 第七章 算法结果分析 | 第75-80页 |
| ·测试平台 | 第75页 |
| ·测试手机 | 第75-76页 |
| ·算法识别正确率 | 第76-80页 |
| ·识别正确率分析 | 第77-78页 |
| ·与 Tesseract-OCR 对比 | 第78-80页 |
| 第八章 结语 | 第80-82页 |
| ·论文工作总结 | 第80-81页 |
| ·将来的工作 | 第81-82页 |
| 参考文献 | 第82-86页 |
| 攻读硕士学位期间取得的研究成果 | 第86-87页 |
| 致谢 | 第87-88页 |
| 附件 | 第88页 |
