| 摘要 | 第1-5页 |
| Abstract | 第5-12页 |
| 第一章 绪论 | 第12-16页 |
| ·选题的背景和意义 | 第12-14页 |
| ·本系统的主要工作 | 第14-16页 |
| 第二章 预处理 | 第16-26页 |
| ·灰度图像的平滑 | 第16-19页 |
| ·邻域平均法(均值滤波) | 第16-17页 |
| ·统计排序滤波器 | 第17页 |
| ·频域低通滤波器 | 第17-18页 |
| ·同态滤波 | 第18-19页 |
| ·本文用的滤波方法 | 第19页 |
| ·二值化 | 第19-22页 |
| ·整体阈值法 | 第19-20页 |
| ·局部阈值法 | 第20-21页 |
| ·动态阈值二值化方法 | 第21-22页 |
| ·归一化 | 第22-26页 |
| ·线性归一化 | 第22-24页 |
| ·位置归一化 | 第22-23页 |
| ·大小归一化 | 第23-24页 |
| ·非线性归一化 | 第24-26页 |
| 第三章 特征提取 | 第26-44页 |
| ·特征提取方法概述 | 第26-27页 |
| ·结构特征提取方法 | 第27-29页 |
| ·轮廓特征 | 第27页 |
| ·约束-连接图方法 | 第27-28页 |
| ·特征点特征 | 第28-29页 |
| ·统计特征提取方法 | 第29-32页 |
| ·正交变换特征 | 第29-30页 |
| ·笔画复杂指数(Complexity Index)和四边码(Four-side Code) | 第30页 |
| ·笔画方向特征 | 第30-31页 |
| ·背景特征分布 | 第31-32页 |
| ·统计特征与结构特征相结合的特征提取方法 | 第32-35页 |
| ·基于网格技术的方法 | 第32-33页 |
| ·基于方向线素的方法 | 第33-34页 |
| ·基于隐马尔可夫模型的方法 | 第34页 |
| ·基于属性关系图的方法 | 第34-35页 |
| ·四平面笔画穿透数目特征 | 第35页 |
| ·本文采用的特征提取算法 | 第35-44页 |
| ·骨架点提取 | 第35-39页 |
| ·笔段提取 | 第39-41页 |
| ·笔段合并 | 第41-42页 |
| ·去伪笔画 | 第42-44页 |
| 第四章 分类与识别 | 第44-58页 |
| ·常用的分类器 | 第44-50页 |
| ·距离分类器 | 第44-45页 |
| ·人工神经网络分类器(ANN分类器) | 第45页 |
| ·支持向量机分类器(SVM分类器) | 第45-46页 |
| ·基于模糊数学的识别方法 | 第46-47页 |
| ·小波分析粗分类 | 第47-48页 |
| ·结构关系粗分类 | 第48-50页 |
| ·汉字粗分类方法 | 第50-53页 |
| ·汉字的部首划分 | 第50-52页 |
| ·本系统的汉字粗分类方法 | 第52-53页 |
| ·本文采用的细分类方法 | 第53-58页 |
| ·汉字笔画信息链表的建立 | 第54-56页 |
| ·汉字信息链表匹配算法 | 第56-58页 |
| 第五章 识别结果 | 第58-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 在学期间的研究成果及发表的学术论文 | 第73页 |