首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于小波变换的印刷体汉字字体识别研究

中文摘要第1-3页
Abstract第3-6页
第一章 绪论第6-10页
   ·字体识别的提出及意义第6-7页
   ·字体识别研究的发展第7-8页
   ·本文内容的主要安排第8-9页
   ·本论文的主要工作第9-10页
第二章 小波分析的理论基础第10-20页
   ·小波分析的发展概况第10-11页
   ·小波变换第11-17页
     ·多分辨率分析第12-14页
       ·一维多辨率分析第12-13页
       ·二维多辨率分析第13-14页
     ·Mallat 算法第14-17页
       ·一维Mallat 算法第14-15页
       ·二维Mallat 算法第15-17页
   ·常用小波函数第17-20页
第三章 汉字字体的特征及字体识别的预处理第20-34页
   ·汉字字体的特征第20-22页
   ·汉字字体识别的预处理第22-33页
     ·图像的输入第22-25页
     ·图像的预处理第25-33页
       ·图像二值化第26-27页
       ·图像倾斜的调整第27-29页
       ·汉字的行切割与字切割第29-31页
       ·汉字的归一化第31-33页
   ·小结第33-34页
第四章 汉字字体的特征及字体识别的预处理第34-48页
   ·字符图像的小波分解第34-36页
   ·字符图像的特征分析第36-39页
   ·字符图像字体特征的提取第39-47页
     ·特征提取的方法分析第39-41页
     ·字符图像的能量分析第41-43页
     ·字符图像的特征提取第43-47页
       ·字符图像的能量特征提取第43-45页
       ·字符图像的能量比例特征提取第45-47页
   ·小结第47-48页
第五章 印刷体汉字单字字体识别器的设计第48-58页
   ·BP神经网络简介第48-49页
   ·BP神经网络的基本算法第49-55页
     ·BP神经网络的基本算法推导第49-51页
     ·BP神经网络的基本算法相关参数说明第51-53页
     ·基于BP神经网络的字体识别算法描述第53-55页
   ·实验的结果第55-57页
     ·实验样本的选择第55-56页
     ·识别结果第56-57页
   ·小结第57-58页
第六章 结束语第58-59页
参考文献第59-62页
发表论文和科研情况说明第62-63页
致谢第63页

论文共63页,点击 下载论文
上一篇:人脑胶质瘤中整合素β1、α3的表达及意义
下一篇:基于统计方法的电容层析成像重建算法研究