手写数字识别的研究与应用
| 1 绪论 | 第1-16页 |
| ·引言 | 第10页 |
| ·计算机字符识别的技术现状与现实需求 | 第10-11页 |
| ·研究的实际背景 | 第11-12页 |
| ·论文研究的目的、意义和特殊性 | 第12页 |
| ·研究的难度 | 第12-13页 |
| ·识别系统性能的评价 | 第13页 |
| ·手写数字识别的一般方法 | 第13-15页 |
| ·研究的主要内容 | 第15-16页 |
| 2 手写数字识别中的预处理技术 | 第16-31页 |
| ·引言 | 第16-17页 |
| ·二值化 | 第17-20页 |
| ·整体阈值二值化 | 第18页 |
| ·局部阈值二值化 | 第18页 |
| ·动态阈值二值化 | 第18-19页 |
| ·利用空间信息进行阈值选取 | 第19-20页 |
| ·平滑 | 第20-21页 |
| ·基于数学形态学的细化 | 第21-26页 |
| ·数学形态学的相关知识 | 第22-23页 |
| ·基于数学形态学的细化 | 第23页 |
| ·序贯同伦形态细化算法 | 第23-24页 |
| ·保形的快速形态细化 | 第24-26页 |
| ·归一化 | 第26-31页 |
| ·位置归一化 | 第26-27页 |
| ·大小归一化 | 第27-31页 |
| 3 联机手写数字识别 | 第31-44页 |
| ·联机字符识别概述 | 第31-33页 |
| ·统计决策方法 | 第32-33页 |
| ·句法结构方法 | 第33页 |
| ·基于笔划及笔划特征的联机手写数字字符识别 | 第33-39页 |
| ·笔划方向码 | 第33-34页 |
| ·笔划识别前的噪声处理 | 第34-35页 |
| ·笔划方向码合并处理 | 第35页 |
| ·笔划间特征量的定义及识别 | 第35-37页 |
| ·整字匹配的距离准则 | 第37-39页 |
| ·基于多级分类器的自由手写数字在线识别 | 第39-42页 |
| ·多级识别系统的设计原理 | 第40-41页 |
| ·特征抽取 | 第41-42页 |
| ·实验结果 | 第42-44页 |
| 4 手写数字的分割 | 第44-48页 |
| ·字符分割的简介 | 第44页 |
| ·投影法 | 第44-45页 |
| ·气泡法 | 第45-46页 |
| ·投影-气泡法 | 第46-47页 |
| ·手写体数字的分割 | 第47-48页 |
| 5 脱机手写数字识别 | 第48-66页 |
| ·基于最小距离分类器字符识别 | 第49-55页 |
| ·最小距离分类器的算法思想和算法实现 | 第49-50页 |
| ·字符笔划结构 | 第50-53页 |
| ·改进的轮廓特征的识别方法 | 第53-55页 |
| ·基于树分类器的字符识别 | 第55-58页 |
| ·树分类器概述 | 第55-56页 |
| ·字符的统计特征 | 第56-57页 |
| ·基于树分类器的数字识别过程 | 第57-58页 |
| ·基于自适应共振ART网络的字符识别 | 第58-63页 |
| ·引言 | 第58页 |
| ·ART网络模型及其学习算法 | 第58-63页 |
| ·多分类器集成 | 第63-65页 |
| ·实验结果 | 第65-66页 |
| 6 手写数字识别的典型应用 | 第66-68页 |
| ·基于手写数字识别的应用系统的特殊要求 | 第66-67页 |
| ·手写数字识别的典型应用 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 作者简介及硕士生期间发表的学术论文 | 第73页 |
