| 第一章 绪论 | 第1-17页 |
| ·汉字识别历史、现状及识别原理 | 第12-14页 |
| ·汉字识别的特点和难点 | 第14-15页 |
| ·汉字识别的发展趋势 | 第15-16页 |
| ·本文的内容安排 | 第16-17页 |
| 第二章 汉字图像的预处理 | 第17-25页 |
| ·手写体汉字图像灰度化 | 第17-18页 |
| ·手写体汉字图像滤波 | 第18-23页 |
| ·多分辨理论分析 | 第18-20页 |
| ·小波消噪原理 | 第20页 |
| ·噪声在小波变换下的特性 | 第20-21页 |
| ·二维小波阈值噪声滤波器设计 | 第21-23页 |
| ·汉字图像的归一化 | 第23-25页 |
| ·位置归一化 | 第24页 |
| ·大小归一化 | 第24-25页 |
| 第三章 脱机手写体汉字图像的特征提取 | 第25-32页 |
| ·脱机手写体汉字的小波网格特征提取 | 第25-28页 |
| ·脱机手写体汉字图像的小波分解 | 第26-27页 |
| ·脱机手写体汉字的弹性网格特征样本提取 | 第27-28页 |
| ·脱机手写体汉字的笔划密度特征提取 | 第28-29页 |
| ·脱机手写体汉字轮廓结构模糊统计特征提取 | 第29-31页 |
| ·脱机手写体汉字特征的多特征融合 | 第31-32页 |
| 第四章 脱机手写体汉字识别的SVM理论与实现 | 第32-43页 |
| ·SVM的理论背景 | 第32-33页 |
| ·脱机手写体汉字识别的SVM分类 | 第33-37页 |
| ·脱机手写体汉字识别的SVM分类定义 | 第33-34页 |
| ·脱机手写体汉字识别SVM分类的线形可分情形 | 第34-35页 |
| ·脱机手写体汉字识别的线形不可分情形 | 第35页 |
| ·脱机手写体汉字识别SVM分类的非线形情形 | 第35-37页 |
| ·脱机手写体汉字识别的核函数选择 | 第37-38页 |
| ·脱机手写体汉字的支持向量机 | 第38-39页 |
| ·脱机手写体汉字多分类器设计及识别 | 第39-43页 |
| ·脱机手写体汉字识别的1-a-r的多分类算法设计 | 第39-41页 |
| ·脱机手写体汉字分类器识别的软件实现流程及识别流程 | 第41-43页 |
| 第五章 识别实例 | 第43-50页 |
| ·汉字图像库的建立 | 第43-44页 |
| ·图像预处理 | 第44-46页 |
| ·汉字的特征提取 | 第46-49页 |
| ·汉字识别 | 第49-50页 |
| 第六章 结论 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 附录一 | 第54-57页 |
| 附录二 部分手写体汉字样本 | 第57-61页 |