POS机购物小票数字识别算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-14页 |
| ·字符识别研究背景及研究意义 | 第8-9页 |
| ·字符识别国内外研究现状和发展过程 | 第9-10页 |
| ·字符识别流程 | 第10-13页 |
| ·图像采集 | 第11页 |
| ·图像预处理 | 第11页 |
| ·字符图像分割和初分类 | 第11-12页 |
| ·字符特征提取和识别 | 第12-13页 |
| ·结果输出 | 第13页 |
| ·本文结构安排和内容介绍 | 第13-14页 |
| 2 图像预处理 | 第14-25页 |
| ·图像采集 | 第14-15页 |
| ·图像灰度化 | 第15-16页 |
| ·图像二值化 | 第16-20页 |
| ·全局阈值法 | 第17-18页 |
| ·局部阈值法 | 第18-20页 |
| ·倾斜校正 | 第20-22页 |
| ·倾斜角检测 | 第20-21页 |
| ·图像校正 | 第21-22页 |
| ·平滑滤波 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 3 字符分割和数字的粗分类 | 第25-42页 |
| ·其它分割方法介绍 | 第25-26页 |
| ·连通域分割算法及区域分离 | 第26-36页 |
| ·区域获取与合并 | 第27-30页 |
| ·行划分与合并 | 第30-31页 |
| ·混合区域分离 | 第31-32页 |
| ·全局特性提取 | 第32-34页 |
| ·区域分离算法改进 | 第34-35页 |
| ·汉字部件分离 | 第35-36页 |
| ·数字的粗分类 | 第36-39页 |
| ·数字公共特征提取 | 第36-37页 |
| ·数字的粗分类及算法改进 | 第37-39页 |
| ·归一化 | 第39-41页 |
| ·位置归一化 | 第39页 |
| ·大小归一化 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 4 特征提取及分类识别 | 第42-58页 |
| ·特征提取 | 第42-43页 |
| ·本文特征提取方法 | 第43-46页 |
| ·网格区域像素特征 | 第43-44页 |
| ·横线特征和竖线特征 | 第44-45页 |
| ·水平和垂直方向过线数 | 第45-46页 |
| ·支持向量机 | 第46-51页 |
| ·支持向量机理论 | 第46-47页 |
| ·支持向量机分类 | 第47-49页 |
| ·核函数类型 | 第49-50页 |
| ·参数选择 | 第50-51页 |
| ·改进的 PSO-SVM 参数选择 | 第51-53页 |
| ·PSO 算法优化介绍 | 第51-52页 |
| ·改进 PSO 算法 | 第52-53页 |
| ·实验结果与分析 | 第53-57页 |
| ·实验数据收集 | 第53页 |
| ·实验平台 | 第53-54页 |
| ·实验结果分析 | 第54-57页 |
| ·本章小结 | 第57-58页 |
| 5 总结与展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 攻读硕士学位期间发表论文情况 | 第63-64页 |
| 致谢 | 第64-65页 |
