印刷体文档中的数学公式识别技术研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-19页 |
| ·研究背景及意义 | 第10页 |
| ·研究现状 | 第10-15页 |
| ·公式识别的难点 | 第15-16页 |
| ·论文的研究内容 | 第16-19页 |
| 第2章 前期处理 | 第19-29页 |
| ·灰度图像的二值化 | 第19-24页 |
| ·概述 | 第19-21页 |
| ·二值化方法介绍 | 第21-24页 |
| ·平滑去噪处理 | 第24-26页 |
| ·模板操作 | 第24-25页 |
| ·邻域平均去噪处理 | 第25-26页 |
| ·图像的倾斜矫正 | 第26-27页 |
| ·本章小结 | 第27-29页 |
| 第3章 基于模糊C-均值算法的数学公式提取 | 第29-36页 |
| ·行抽取 | 第29-31页 |
| ·连通区域搜索 | 第29-30页 |
| ·行内容抽取 | 第30-31页 |
| ·二维公式合并 | 第31页 |
| ·公式行模糊抽取 | 第31-34页 |
| ·公式特征选择 | 第32页 |
| ·模糊C-均值抽取算法 | 第32-34页 |
| ·实验验证 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 数学公式字符识别 | 第36-46页 |
| ·预处理 | 第36页 |
| ·公式字符的切分 | 第36-42页 |
| ·基于连通域搜索的切分算法描述 | 第37-40页 |
| ·粘连字符的切方法 | 第40-41页 |
| ·公式字符归一化 | 第41-42页 |
| ·分割符的识别 | 第42-45页 |
| ·统计特征字符识别技术 | 第42-43页 |
| ·结构特征字符识别技术 | 第43-44页 |
| ·神经网络识别技术 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第5章 公式结构分析 | 第46-54页 |
| ·结构分析预处理 | 第46-47页 |
| ·函数名的提取 | 第47页 |
| ·字符串的提取 | 第47页 |
| ·结构分析 | 第47-52页 |
| ·初始结构树 | 第47-50页 |
| ·公式分析 | 第50-52页 |
| ·试验结果 | 第52页 |
| ·本章小结 | 第52-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-61页 |
| 攻读硕士学位期间发表的学术论文 | 第61-62页 |
| 致谢 | 第62页 |
