摘要 | 第1-5页 |
Abstract | 第5-7页 |
目录 | 第7-11页 |
第一章 绪论 | 第11-17页 |
·引言 | 第11-13页 |
·表格识别的研究现状及存在问题 | 第13-15页 |
·本文的研究内容及组织结构 | 第15-17页 |
第二章 表格图像二值化 | 第17-36页 |
·概述 | 第17-19页 |
·三种二值化方法的介绍 | 第19-25页 |
·Ridler 和Calvard 的聚类方法(RC 方法) | 第19-20页 |
·Sauvola 和Pietaksinen 的局部自适应阈值选取方法 | 第20-21页 |
·Hwang 和Fu 的基于多尺度Canny 边缘的二值化方法 | 第21-25页 |
·多尺度Canny 边缘提取 | 第21-22页 |
·多尺度投票填充 | 第22-23页 |
·基于Bayes 测试的字符位置估计 | 第23-25页 |
·基于非线性对比度增强及LoG 算子的混合二值化方法 | 第25-32页 |
·线性对比度增强 | 第25-26页 |
·非线性对比度增强 | 第26-28页 |
·LoG 算子 | 第28-32页 |
·RC 迭代阈值选取 | 第32页 |
·实验结果及讨论 | 第32-35页 |
·本章小结 | 第35-36页 |
第三章 自动倾斜校正算法 | 第36-50页 |
·图像自动倾斜矫正算法的提出 | 第36页 |
·文档图像倾斜角度自动检测算法的研究 | 第36-45页 |
·现有倾斜角度检测算法的介绍 | 第36-37页 |
·传统的Hough 变换方法 | 第37-40页 |
·带参数约束条件的Hough 变换——HTPC 方法的提出 | 第40-45页 |
·Hough 变换算法的提出 | 第40-41页 |
·参数约束条件的讨论 | 第41-44页 |
·用HTPC 方法检测图像倾斜角度 | 第44-45页 |
·图像旋转算法的研究 | 第45-49页 |
·传统的图像旋转方法介绍 | 第45-46页 |
·改进的快速图像旋转方法 | 第46-48页 |
·两种图像旋转方法的一致性证明 | 第48-49页 |
·实验及结果分析 | 第49页 |
·小结 | 第49-50页 |
第四章 表格字符定位与提取 | 第50-83页 |
·概述 | 第50-51页 |
·基于数学形态学的表格线检测及信息恢复算法 | 第51-53页 |
·数学形态学变换的基本知识 | 第51页 |
·基于数学形态学变换的表格线检测算法 | 第51-52页 |
·基于数学形态学变换的信息恢复算法 | 第52-53页 |
·基于COI 提取及断裂笔划局部分类恢复的表格字符定位与提取方法 | 第53-79页 |
·提取表格单元格的CTF 过程 | 第53-57页 |
·提取单元格字符图像的ECCEA 方法 | 第57-76页 |
·COI 提取 | 第58-65页 |
·去除COI 边框线 | 第65-66页 |
·断裂笔划恢复 | 第66-76页 |
·字符图像去噪 | 第76-79页 |
·传统连通区域检测方法介绍 | 第77-78页 |
·基于连通区域检测的去噪算法 | 第78-79页 |
·字符图像平滑化 | 第79页 |
·实验 | 第79-82页 |
·小结 | 第82-83页 |
第五章 成绩单自动识别系统 | 第83-99页 |
·OCR 系统的组成 | 第83-85页 |
·《成绩单自动识别系统》的工作流程 | 第85-86页 |
·《成绩单自动识别系统》的另外三个组成部分 | 第86-95页 |
·字符分割模块 | 第86-91页 |
·字符分割算法的提出 | 第86-87页 |
·现有的字符分割算法 | 第87-88页 |
·本文采用的字符分割算法 | 第88-91页 |
·特征提取模块 | 第91-95页 |
·现有的特征提取方法 | 第91-92页 |
·本文采用的特征提取方法 | 第92-93页 |
·特征的性质 | 第93-95页 |
·系统综合介绍及小结 | 第95-99页 |
参考文献 | 第99-105页 |
致谢 | 第105-107页 |
原创性声明 | 第107页 |