名片图像的分割和识别研究
| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第一章 绪论 | 第10-15页 |
| ·引言 | 第10-11页 |
| ·字符图像分割和识别的研究现状 | 第11-13页 |
| ·字符的分割研究 | 第11-12页 |
| ·字符的识别研究 | 第12-13页 |
| ·本文的工作和结构 | 第13-15页 |
| 第二章 名片图像的预处理 | 第15-24页 |
| ·二值化 | 第15-19页 |
| ·噪声处理 | 第19-21页 |
| ·平滑去噪 | 第19-20页 |
| ·标记去噪 | 第20-21页 |
| ·矫正倾斜 | 第21-24页 |
| 第三章 版面分析 | 第24-34页 |
| ·版面分析介绍 | 第24-25页 |
| ·版面分析的方法 | 第25-26页 |
| ·本文采用的版面分析方法 | 第26-34页 |
| ·八连通方式 | 第26-29页 |
| ·版面块的划分 | 第29-34页 |
| 第四章 字符图像分割 | 第34-49页 |
| ·字符分割技术 | 第34-36页 |
| ·字符分割基本策略 | 第34-36页 |
| ·粘连字符块的切割技术 | 第36-37页 |
| ·本文采用的分割方法 | 第37-49页 |
| ·水容器的定义 | 第38页 |
| ·粘连字符块的判断 | 第38-41页 |
| ·粘连字符块的分割 | 第41-49页 |
| 第五章 字符图像识别 | 第49-75页 |
| ·字符图像识别技术回顾 | 第49-50页 |
| ·本文提出的字符识别方法 | 第50-57页 |
| ·字符图像归一化 | 第51-52页 |
| ·改进的加权Hausdorff距离 | 第52-56页 |
| ·改进方法的实验结果及结论 | 第56-57页 |
| ·图像字符特征提取 | 第57-60页 |
| ·BP神经网络识别 | 第60-74页 |
| ·BP神经网络模型介绍 | 第60-68页 |
| ·神经元 | 第60-61页 |
| ·BP网络结构 | 第61-63页 |
| ·BP训练算法 | 第63-66页 |
| ·BP算法的改进 | 第66-68页 |
| ·BP神经网络的设计实现 | 第68-74页 |
| ·两种方法结合的实验结果 | 第74-75页 |
| 第六章 总结和展望 | 第75-77页 |
| ·工作总结 | 第75-76页 |
| ·对今后工作和研究的展望 | 第76-77页 |
| 参考文献 | 第77-80页 |
| 附录 在攻读硕士期间发表的学术论文 | 第80-81页 |
| 致谢 | 第81页 |