| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-14页 |
| ·课题研究的目的和意义 | 第10页 |
| ·印刷体文档的汉字识别技术 | 第10-11页 |
| ·汉字识别分类的简介 | 第10-11页 |
| ·印刷体汉字识别的历程 | 第11页 |
| ·印刷体中文文档的表格识别 | 第11-13页 |
| ·表格识别现状 | 第11-12页 |
| ·表格识别过程 | 第12-13页 |
| ·本文的研究内容 | 第13-14页 |
| 第2章 图像的预处理 | 第14-21页 |
| ·图像平滑去噪 | 第14-15页 |
| ·图像的二值化 | 第15-20页 |
| ·Ridler和Calvard的聚类方法(RC方法) | 第15-16页 |
| ·Saunola和Pietaksinen的局部自适应阈值选取方法 | 第16-17页 |
| ·基于直方图谷点阈值分割方法 | 第17页 |
| ·最大类间方差法 | 第17-18页 |
| ·最大熵法 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 表格的倾斜校正 | 第21-31页 |
| ·倾角检测常用的方法 | 第21-24页 |
| ·基于霍夫变换的倾斜角度检测 | 第21-22页 |
| ·基于连通区域最小外接矩形的倾斜角度检测算法 | 第22-23页 |
| ·其他一些倾斜角度检测算法 | 第23页 |
| ·本文倾斜角度检测应用的方法 | 第23-24页 |
| ·常用的图像的旋转方法 | 第24-30页 |
| ·直角坐标系中的图像旋转 | 第25-27页 |
| ·极坐标变换的方法 | 第27-28页 |
| ·反变换方法 | 第28-30页 |
| ·实验结果 | 第30页 |
| ·本章小结 | 第30-31页 |
| 第4章 印刷体表格识别 | 第31-46页 |
| ·表格识别的关键技术 | 第31-38页 |
| ·预处理 | 第31-33页 |
| ·表格线的检测 | 第33-36页 |
| ·表格单元的提取 | 第36-38页 |
| ·本文采用的表格线的检测和提取的方法 | 第38-44页 |
| ·数学形态学变换的基本知识 | 第38-40页 |
| ·基于数学形态学变换的表格检测和提取算法 | 第40-44页 |
| ·本文系统对表格的处理 | 第44页 |
| ·实验结果 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第5章 印刷体汉字识别 | 第46-60页 |
| ·汉字识别的分类 | 第46页 |
| ·汉字识别存在的困难 | 第46-48页 |
| ·汉字识别的方法 | 第48-52页 |
| ·统计模式识别 | 第48-49页 |
| ·结构模式识别 | 第49-50页 |
| ·统计模式识别与结构模式识别的结合 | 第50页 |
| ·人工神经网络 | 第50-51页 |
| ·支持向量机 | 第51-52页 |
| ·模仿人类视觉的方法 | 第52页 |
| ·汉字识别的特征 | 第52-54页 |
| ·本系统汉字识别的设计研究 | 第54-59页 |
| ·文本区域的处理 | 第54-55页 |
| ·多特征提取建立汉字模板库 | 第55-56页 |
| ·多分类器集成 | 第56-58页 |
| ·实验结果 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第67-68页 |
| 致谢 | 第68页 |