低质量压印字符的分割与识别技术研究
| 摘要 | 第9-10页 |
| ABSTRACT | 第10-11页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 研究背景及目的意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-19页 |
| 1.2.1 光字符识别 | 第13-14页 |
| 1.2.2 光字符识别流程 | 第14-19页 |
| 1.3 课题研究内容 | 第19-20页 |
| 第2章 基于图像引导滤波的凹凸字符预处理 | 第20-28页 |
| 2.1 引言 | 第20页 |
| 2.2 凹凸字符预处理方法 | 第20-23页 |
| 2.2.1 均值滤波算法 | 第20-21页 |
| 2.2.2 图像引导滤波算法 | 第21-23页 |
| 2.3 实验结果与分析 | 第23-26页 |
| 2.4 本章小结 | 第26-28页 |
| 第3章 基于滴水算法的粘连字符分割 | 第28-44页 |
| 3.1 引言 | 第28页 |
| 3.2 传统滴水算法的原理 | 第28-33页 |
| 3.2.1 确定粘连范围及起始分割点 | 第29-31页 |
| 3.2.2 分割路径 | 第31-33页 |
| 3.3 传统滴水算法的实验分析 | 第33-36页 |
| 3.3.1 分割过程 | 第33-34页 |
| 3.3.2 实验结果与分析 | 第34-36页 |
| 3.4 优化滴水算法的思想 | 第36-38页 |
| 3.5 优化算法的实验验证 | 第38-41页 |
| 3.6 实验结果对比分析 | 第41-42页 |
| 3.7 本章小结 | 第42-44页 |
| 第4章 基于HOG算子的字符特征提取与识别 | 第44-56页 |
| 4.1 引言 | 第44页 |
| 4.2 基于HOG的特征提取 | 第44-50页 |
| 4.2.1 HOG算法的原理 | 第44-46页 |
| 4.2.2 应用HOG算法识别压印字符的步骤 | 第46-50页 |
| 4.2.3 HOG算法中的参数 | 第50页 |
| 4.3 多分类的支持向量机算法 | 第50-53页 |
| 4.3.1 支持向量机 | 第50-51页 |
| 4.3.2 多分类SVM分类 | 第51-52页 |
| 4.3.3 不同核函数的对比 | 第52-53页 |
| 4.4 实验结果与分析 | 第53-55页 |
| 4.5 本章小结 | 第55-56页 |
| 总结与展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 学位论文评阅及答辩情况表 | 第63页 |
