用于智能阅读器的文字识别技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 引言 | 第9-11页 |
| ·课题背景 | 第9页 |
| ·课题来源、目的及意义 | 第9页 |
| ·课题研究对象 | 第9页 |
| ·文字识别技术 | 第9-11页 |
| ·文字识别技术的发展 | 第10页 |
| ·文字识别技术的应用现状 | 第10-11页 |
| 2 智能阅读器系统的组成 | 第11-15页 |
| ·采集模块 | 第11-13页 |
| ·图像采集 | 第11-12页 |
| ·图像显示 | 第12页 |
| ·图像存储 | 第12页 |
| ·图像文件格式 | 第12-13页 |
| ·文字识别系统 | 第13-15页 |
| ·灰度化 | 第13页 |
| ·二值化 | 第13-14页 |
| ·字符切分 | 第14页 |
| ·归一化 | 第14页 |
| ·字符识别 | 第14-15页 |
| 3 文字识别算法的研究 | 第15-36页 |
| ·图像灰度化 | 第15-16页 |
| ·图像二值化 | 第16-19页 |
| ·双峰法 | 第17页 |
| ·最小错误概率理论 | 第17-18页 |
| ·迭代求最佳阈值 | 第18-19页 |
| ·灰度加权阈值算法 | 第19页 |
| ·字符切分 | 第19-22页 |
| ·穿越算法 | 第20页 |
| ·投影法 | 第20页 |
| ·连通域法 | 第20-22页 |
| ·归一化 | 第22-27页 |
| ·大小归一化 | 第22-24页 |
| ·笔画宽度的归一化 | 第24-25页 |
| ·算法修正 | 第25-27页 |
| ·特征提取 | 第27-28页 |
| ·骨架特征提取法 | 第27页 |
| ·垂直方向数据统计提取法 | 第27-28页 |
| ·十三特征点提取方法 | 第28页 |
| ·识别算法 | 第28-32页 |
| ·模板匹配法 | 第29-30页 |
| ·神经网络 | 第30-31页 |
| ·贝叶斯网络 | 第31-32页 |
| ·汉字识别系统 | 第32-36页 |
| ·提取特征值 | 第33-35页 |
| ·汉字特征识别 | 第35-36页 |
| 4 汉字识别系统设计实现 | 第36-44页 |
| ·软件平台 | 第36页 |
| ·系统总体设计方案 | 第36-37页 |
| ·核心模块设计 | 第37-44页 |
| ·DIB底层API | 第37页 |
| ·主要模块设计 | 第37-44页 |
| 5 系统测试与分析 | 第44-50页 |
| ·软件设计 | 第44页 |
| ·实验条件 | 第44-45页 |
| ·测试目标 | 第45页 |
| ·测试结果 | 第45-48页 |
| ·图像采集 | 第45-46页 |
| ·预处理 | 第46-47页 |
| ·文字识别 | 第47-48页 |
| ·结果分析 | 第48-50页 |
| 6 结束语 | 第50-52页 |
| ·完成的任务 | 第50页 |
| ·课题特色 | 第50页 |
| ·课题有待进一步深入研究的地方 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 在学研究成果 | 第56-57页 |
| 致谢 | 第57页 |
