| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文主要内容 | 第13-14页 |
| 1.4 本章小结 | 第14-16页 |
| 第二章 相关理论技术介绍 | 第16-20页 |
| 2.1 光学字符识别技术 | 第16-18页 |
| 2.1.1 OCR系统的组成 | 第16-18页 |
| 2.2 Tesseract架构及原理 | 第18-19页 |
| 2.2.1 Tesseract的识别原理 | 第18-19页 |
| 2.3 本章小结 | 第19-20页 |
| 第三章 系统分析与设计 | 第20-28页 |
| 3.1 系统需求分析 | 第20-21页 |
| 3.2 功能设计分析 | 第21-22页 |
| 3.2.1 系统整体功能描述 | 第21-22页 |
| 3.2.2 模块功能描述 | 第22页 |
| 3.3 功能模块设计 | 第22-25页 |
| 3.3.1 图像预处理模块 | 第23页 |
| 3.3.2 光学字符识别模块 | 第23-24页 |
| 3.3.3 后处理模块 | 第24-25页 |
| 3.4 系统数据库设计 | 第25-27页 |
| 3.5 本章小结 | 第27-28页 |
| 第四章 系统关键问题研究 | 第28-54页 |
| 4.1 问题描述 | 第28页 |
| 4.2 图像预处理模块的关键技术研究与分析 | 第28-45页 |
| 4.2.1 灰度化 | 第28-32页 |
| 4.2.2 二值化 | 第32-36页 |
| 4.2.3 图像倾斜恢复 | 第36-40页 |
| 4.2.4 去除特俗干扰因素-图章 | 第40-45页 |
| 4.3 光学字符识别模块的机器训练方法 | 第45-48页 |
| 4.3.1 Tesseract的训练前的结果 | 第45页 |
| 4.3.2 Tesseract的机器训练 | 第45-48页 |
| 4.4 后处理模块的关键技术研究与分析 | 第48-52页 |
| 4.4.1 利用词组的概率识别最优解 | 第48-49页 |
| 4.4.2 基于N-Gram算法的纠正方法 | 第49-50页 |
| 4.4.3 基于词典查询方式的纠正方法 | 第50-52页 |
| 4.5 本章小结 | 第52-54页 |
| 第五章 系统实现与测试 | 第54-78页 |
| 5.1 环境要求 | 第54页 |
| 5.2 系统介绍 | 第54-60页 |
| 5.2.1 动态链接库 | 第54-57页 |
| 5.2.2 SOAP接口 | 第57-59页 |
| 5.2.3 测试系统(用药清单光学字符识别系统) | 第59-60页 |
| 5.3 关键功能实现 | 第60-67页 |
| 5.3.1 图像预处理模块关键功能实现 | 第60-63页 |
| 5.3.2 光学字符识别模块关键功能实现 | 第63-65页 |
| 5.3.3 光学字符识别后处理模块模块关键功能实现 | 第65-67页 |
| 5.4 系统测试 | 第67-77页 |
| 5.5 本章小结 | 第77-78页 |
| 第六章 总结与对未来的展望 | 第78-79页 |
| 参考文献 | 第79-82页 |
| 攻读硕士学位期间取得的研究成果 | 第82-83页 |
| 致谢 | 第83-84页 |
| 答辩委员会对论文的评定意见 | 第84页 |