| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景及意义 | 第8页 |
| ·字符识别技术的国内外研究现状分析 | 第8-12页 |
| ·字符识别技术简介 | 第8-11页 |
| ·字符识别的主要方法 | 第11页 |
| ·基于神经网络的模式识别 | 第11-12页 |
| ·本文研究工作及结构安排 | 第12-14页 |
| 第二章 面向字符识别的图像预处理技术 | 第14-26页 |
| ·图像灰度变换 | 第14-16页 |
| ·常用灰度变换算法 | 第14-15页 |
| ·灰度直方图 | 第15-16页 |
| ·图像的增强 | 第16-25页 |
| ·滤波处理 | 第16-18页 |
| ·边缘检测与提取 | 第18-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 字符识别的二值化处理 | 第26-33页 |
| ·常用二值化算法 | 第26-29页 |
| ·基于局部迭代的Otsu算法 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 字符区域定位倾斜校正与单个字符分割 | 第33-41页 |
| ·字符区域定位 | 第33-38页 |
| ·目标定位算法 | 第33-34页 |
| ·倾斜校正算法 | 第34-35页 |
| ·基于傅里叶变换的小角度倾斜校正算法和基于水平垂直投影的区域定位算法 | 第35-38页 |
| ·单个字符分割 | 第38-39页 |
| ·字符归一化处理 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第五章 扫描字符图像的批量识别 | 第41-52页 |
| ·特征提取 | 第41-44页 |
| ·骨架特征 | 第41-43页 |
| ·外围和穿透组合特征 | 第43-44页 |
| ·分类器设计 | 第44-51页 |
| ·神经网络的多层感知器模型 | 第44-48页 |
| ·BP算法流程 | 第48-49页 |
| ·BP神经网络的改进 | 第49-51页 |
| ·改进后的BP算法性能比较 | 第51页 |
| ·本章小结 | 第51-52页 |
| 第六章 神经网络字符识别系统设计 | 第52-67页 |
| ·系统简介 | 第52页 |
| ·系统性能指标 | 第52页 |
| ·系统软硬件平台 | 第52页 |
| ·系统工作流程 | 第52-53页 |
| ·系统模块流程 | 第53-66页 |
| ·图像预处理 | 第53-54页 |
| ·字符的定位与分割 | 第54页 |
| ·特征提取与BP神经网络识别 | 第54-58页 |
| ·系统主要功能分步测试效果 | 第58-66页 |
| ·本章小结 | 第66-67页 |
| 第七章 总结与展望 | 第67-69页 |
| ·总结 | 第67页 |
| ·展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士期间发表的论文 | 第73-74页 |
| 致谢 | 第74页 |