| 第一章 引言 | 第1-9页 |
| ·OCR技术概述 | 第7-8页 |
| ·OCR技术的发展 | 第7-8页 |
| ·复杂背景下的OCR技术 | 第8页 |
| ·关键技术及本文的工作 | 第8-9页 |
| 第二章 复杂背景下的OCR技术 | 第9-19页 |
| ·图象的采集 | 第9-10页 |
| ·预处理 | 第10-12页 |
| ·灰度化 | 第10-11页 |
| ·灰度拉伸 | 第11页 |
| ·滤波去噪 | 第11-12页 |
| ·文本定位 | 第12-13页 |
| ·特征提取 | 第13页 |
| ·模式识别 | 第13-19页 |
| ·模式识别技术 | 第14-17页 |
| ·统计模式法 | 第14-16页 |
| ·句法结构方法 | 第16页 |
| ·逻辑特征法 | 第16页 |
| ·模糊模式方法 | 第16页 |
| ·神经网络方法 | 第16-17页 |
| ·神经网络字符识别 | 第17页 |
| ·复杂背景下的字符识别 | 第17-19页 |
| 第三章 复杂背景下的文本定位 | 第19-30页 |
| ·文本定位 | 第19-22页 |
| ·边缘检测 | 第19-20页 |
| ·纹理匹配 | 第20-22页 |
| ·边缘检测技术 | 第22-25页 |
| ·Roberts算子 | 第22页 |
| ·Sobel算子 | 第22-23页 |
| ·Prewitt算子 | 第23-24页 |
| ·Laplacian算子 | 第24页 |
| ·Wallis算子 | 第24-25页 |
| ·LOG(Laplacian of Gaussian)算子 | 第25页 |
| ·基于PCNN的边缘检测技术 | 第25-30页 |
| ·脉冲耦合神经网络 | 第26-27页 |
| ·基于PCNN的边缘检测 | 第27-29页 |
| ·基于PCNN的文本定位 | 第29-30页 |
| 第四章 复杂背景下的文本提取 | 第30-38页 |
| ·阈值分割 | 第30-32页 |
| ·动态阈值法 | 第30-31页 |
| ·LEVBB算法 | 第31-32页 |
| ·失真校正和阈值分割结果的修正 | 第32-33页 |
| ·基于形态学运算的断裂噪声过滤 | 第33-37页 |
| ·图象处理中的形态学运算 | 第33-35页 |
| ·形态学闭运算的变形及断裂噪声消除 | 第35-37页 |
| ·文本切分 | 第37-38页 |
| 第五章 结论 | 第38-39页 |
| ·图象增强 | 第38页 |
| ·图象失真校正 | 第38页 |
| ·字符的识别 | 第38-39页 |
| 参考文献 | 第39-41页 |
| 致谢 | 第41页 |