人民币号码图像识别算法的研究
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-9页 |
| 1 绪论 | 第9-14页 |
| ·课题研究的背景和意义 | 第9页 |
| ·国内外研究现状 | 第9-11页 |
| ·课题研究存在的问题 | 第11-12页 |
| ·本文主要研究内容及论文结构 | 第12-14页 |
| 2 图像的去噪和二值化 | 第14-26页 |
| ·图像的去噪 | 第14-19页 |
| ·噪声的类型 | 第14-15页 |
| ·噪声去除方法 | 第15-19页 |
| ·图像的二值化 | 第19-25页 |
| ·局部阈值法 | 第20-21页 |
| ·全局阈值 | 第21-23页 |
| ·基于迭代法确定阈值 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 3 图像的校正与定位 | 第26-36页 |
| ·人民币图像的边缘检测 | 第26-30页 |
| ·传统边缘检测 | 第26-28页 |
| ·拟合直线检测 | 第28-30页 |
| ·人民币图像倾斜校正及错切变换 | 第30-33页 |
| ·人民币图像的倾斜校正 | 第30-31页 |
| ·人民币图像的错切变换 | 第31-33页 |
| ·人民币图像的定位 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 4 字符的切分处理 | 第36-43页 |
| ·单字符分割 | 第36-39页 |
| ·字符的归一化处理 | 第39-42页 |
| ·字符位置归一化 | 第39页 |
| ·字符大小归一化 | 第39-42页 |
| ·小结 | 第42-43页 |
| 5 字符识别 | 第43-52页 |
| ·字符识别概述 | 第43-44页 |
| ·常用的字符识别算法 | 第44-51页 |
| ·模板匹配法 | 第44-45页 |
| ·人工神经网络识别算法 | 第45-47页 |
| ·背景特征法 | 第47页 |
| ·统计识别法 | 第47-48页 |
| ·基于字符特征的识别方法 | 第48-51页 |
| ·本章小结 | 第51-52页 |
| 6 实验及结果 | 第52-61页 |
| ·硬件 | 第52-54页 |
| ·ARM概述 | 第52-53页 |
| ·S3C2440A处理器 | 第53-54页 |
| ·软件 | 第54-56页 |
| ·实验过程 | 第56-57页 |
| ·实验结果 | 第57-61页 |
| 总结与展望 | 第61-62页 |
| 参考文献 | 第62-64页 |
| 作者简历 | 第64-66页 |
| 学位论文数据集 | 第66页 |
