基于图像处理的字符识别系统研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1. 引言 | 第9-13页 |
| ·研究的目的及意义 | 第9页 |
| ·图像处理的发展概况 | 第9-10页 |
| ·字符识别研究现状 | 第10-11页 |
| ·数字识别技术的关键 | 第11-12页 |
| ·印刷体字符识别的关键 | 第11-12页 |
| ·手写体字符识别的关键 | 第12页 |
| ·本课题主要研究的内容 | 第12-13页 |
| 2. 字符识别系统硬件设计 | 第13-17页 |
| ·CCD摄像机介绍及选择 | 第13-14页 |
| ·字符识别系统光源及背景设计 | 第14-15页 |
| ·打印机的选择 | 第15页 |
| ·图像采集卡 | 第15-16页 |
| ·计算机设备 | 第16-17页 |
| 3. 图像采集及图像处理 | 第17-29页 |
| ·图像采集 | 第17-18页 |
| ·图像格式的选择 | 第17页 |
| ·分辨率的选择 | 第17-18页 |
| ·图像预处理 | 第18-29页 |
| ·灰度变换 | 第18-21页 |
| ·中值滤波 | 第21-22页 |
| ·图像二值化处理 | 第22-23页 |
| ·形态学滤波 | 第23-25页 |
| ·图像边缘提取 | 第25-27页 |
| ·字符分割 | 第27-29页 |
| 4. 印刷体字符识别 | 第29-34页 |
| ·印刷体字符识别原理 | 第29页 |
| ·字符标准特征库的建立 | 第29-32页 |
| ·字符的归一化处理 | 第29-31页 |
| ·字符的细化处理 | 第31-32页 |
| ·字符的特征提取 | 第32页 |
| ·印刷体字符识别 | 第32-34页 |
| ·字符的粗分类 | 第33页 |
| ·字符的模板匹配 | 第33-34页 |
| 5. 手写体字符的识别 | 第34-45页 |
| ·人工神经网络 | 第34-38页 |
| ·人工神经元模型 | 第34-35页 |
| ·反向传播算法(BP算法) | 第35-38页 |
| ·遗传算法理论基础 | 第38-41页 |
| ·遗传算法的基本概念 | 第38-39页 |
| ·遗传算法的特点 | 第39页 |
| ·遗传算法的基本操作 | 第39-40页 |
| ·遗传算法的基本步骤 | 第40-41页 |
| ·遗传算法与神经网络的结合 | 第41页 |
| ·手写体字符特征提取 | 第41-42页 |
| ·点特征的提取 | 第42页 |
| ·结构特征提取 | 第42页 |
| ·遗传优化的神经网络 | 第42-43页 |
| ·基于遗传优化的BP神经网络的识别系统 | 第43-45页 |
| ·输入层和输出层单元数的确定 | 第43页 |
| ·隐层单元数的确定 | 第43-44页 |
| ·初始值和神经元激励函数的选取 | 第44-45页 |
| 6. 字符识别系统软件设计 | 第45-51页 |
| ·虚拟仪器技术简介 | 第45页 |
| ·虚拟仪器的概念与特点 | 第45-47页 |
| ·虚拟仪器的构成 | 第47页 |
| ·虚拟仪器的发展方向 | 第47-48页 |
| ·虚拟仪器开发平台 | 第48-49页 |
| ·Lab VIEW简介 | 第48-49页 |
| ·IMAQ Vision简介 | 第49页 |
| ·软件结构与功能 | 第49-51页 |
| 7. 实验结果及分析 | 第51-53页 |
| 8. 结论及展望 | 第53-55页 |
| ·结论 | 第53页 |
| ·展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 在读期间发表的学术论文 | 第59-60页 |
| 作者简介 | 第60-61页 |
| 致谢 | 第61页 |
