背景复杂的机票信息识别技术的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-15页 |
| ·课题的应用背景 | 第8-10页 |
| ·课题的理论背景 | 第10-12页 |
| ·课题的研究内容 | 第12-13页 |
| ·本文主要创新点 | 第13页 |
| ·论文概述 | 第13-15页 |
| 第二章 模式识别与票价识别的困难 | 第15-22页 |
| ·模式识别基本理论与技术 | 第16-19页 |
| ·模式识别相关技术 | 第17-18页 |
| ·模式识别应用领域 | 第18-19页 |
| ·背景模糊灰度不均 | 第19-20页 |
| ·表格线干扰严重 | 第20页 |
| ·多种字体 | 第20-21页 |
| ·其它困难 | 第21-22页 |
| 第三章 票价定位与字符分割 | 第22-37页 |
| ·票价区域的预处理方法 | 第23-31页 |
| ·二值化 | 第23-28页 |
| ·数学形态学方法 | 第28-31页 |
| ·去除表格线 | 第31-32页 |
| ·票价文字行定位 | 第32页 |
| ·确定小数点位置 | 第32-33页 |
| ·票价文字分割 | 第33-35页 |
| ·连通域分析法 | 第33-34页 |
| ·投影法 | 第34页 |
| ·分割方法的选择 | 第34-35页 |
| ·票价文字正规化 | 第35-37页 |
| 第四章 票价识别 | 第37-61页 |
| ·反向传播神经网络 | 第38-44页 |
| ·网络结构 | 第38-39页 |
| ·反向传播学习算法 | 第39-44页 |
| ·卷积神经网络 | 第44-49页 |
| ·卷积 | 第45页 |
| ·特征提取器 | 第45-48页 |
| ·特征分类器 | 第48页 |
| ·改进特征分类器 | 第48-49页 |
| ·基于混合神经网络的票价识别 | 第49-59页 |
| ·混合式网络模型 | 第49-56页 |
| ·网络的学习 | 第56-59页 |
| ·本章小结 | 第59-61页 |
| 第五章 系统流程及其实现 | 第61-69页 |
| ·系统拓扑结构 | 第61页 |
| ·系统实现简介 | 第61-67页 |
| ·实验结果及其分析 | 第67-69页 |
| 第六章 小结 | 第69-71页 |
| 参考文献 | 第71-73页 |
| 致谢 | 第73-74页 |
