| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-11页 |
| ·课题研究的背景和意义 | 第8-9页 |
| ·国内外研究的现状 | 第9-10页 |
| ·本文的主要工作 | 第10-11页 |
| 2 基于神经网络的文字识别技术理论 | 第11-35页 |
| ·文字识别技术概述 | 第11-14页 |
| ·图像预处理 | 第14-21页 |
| ·图像灰度化及增强 | 第14-15页 |
| ·图像平滑 | 第15-16页 |
| ·反相 | 第16-17页 |
| ·形态学处理 | 第17-18页 |
| ·图像的二值化 | 第18页 |
| ·倾斜校正 | 第18-19页 |
| ·文字图像定位 | 第19-20页 |
| ·字符切割和归一化 | 第20-21页 |
| ·文字特征提取 | 第21-23页 |
| ·字符特征提取分析 | 第21页 |
| ·常用的文字识别提取的特征 | 第21-23页 |
| ·模式识别和神经网络相关理论 | 第23-34页 |
| ·模式识别 | 第24-27页 |
| ·神经网络 | 第27-34页 |
| ·本章小结 | 第34-35页 |
| 3 基于CogniMem神经网络的特征提取算法研究和分析 | 第35-46页 |
| ·CogniMem神经网络概述 | 第35页 |
| ·神经网络设计 | 第35-40页 |
| ·网络输入特征向量 | 第35页 |
| ·网络的结构模型 | 第35-36页 |
| ·准则函数的选择 | 第36-38页 |
| ·网络学习和识别 | 第38-40页 |
| ·特征提取算法的研究 | 第40-45页 |
| ·改进的复杂指数特征 | 第40-45页 |
| ·改进的网格特征 | 第45页 |
| ·穿越跳变点特征 | 第45页 |
| ·本章小结 | 第45-46页 |
| 4 实验结果分析 | 第46-50页 |
| ·系统学习和识别过程 | 第46-47页 |
| ·训练样本 | 第46-47页 |
| ·文本图像识别 | 第47页 |
| ·实验结果分析 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 5 总结与展望 | 第50-51页 |
| ·本文工作总结 | 第50页 |
| ·展望及下一步工作 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 申请学位期间的研究成果及发表的学术论文 | 第55-56页 |
| 致谢 | 第56页 |