基于OCR技术的化验单识别方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.1.1 化验单解读 | 第11-12页 |
| 1.1.2 OCR技术应用 | 第12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 图像处理技术 | 第12-13页 |
| 1.2.2 OCR技术 | 第13-15页 |
| 1.2.3 拼写校正技术 | 第15页 |
| 1.3 本文主要内容 | 第15-16页 |
| 1.4 本文组织结构 | 第16-17页 |
| 1.5 本章小结 | 第17-18页 |
| 第2章 化验单图像预处理 | 第18-27页 |
| 2.1 问题描述 | 第18-19页 |
| 2.2 二值化 | 第19-25页 |
| 2.2.1 全局阈值法 | 第20-22页 |
| 2.2.2 自适应阈值法 | 第22-23页 |
| 2.2.3 OTSU法 | 第23-25页 |
| 2.3 抗扭斜 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 化验单图像模式分类 | 第27-37页 |
| 3.1 问题描述 | 第27-28页 |
| 3.2 特征提取 | 第28-33页 |
| 3.2.1 特征定义 | 第29-30页 |
| 3.2.2 算法描述 | 第30-32页 |
| 3.2.3 实验及分析 | 第32-33页 |
| 3.3 分类处理 | 第33-36页 |
| 3.3.1 参数说明 | 第33-34页 |
| 3.3.2 算法描述 | 第34-35页 |
| 3.3.3 实验及分析 | 第35-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 化验单图像识别 | 第37-46页 |
| 4.1 问题描述 | 第37-38页 |
| 4.2 Tesseract原理 | 第38-42页 |
| 4.2.1 页面版式分析 | 第38-39页 |
| 4.2.2 直线和单词检测 | 第39-40页 |
| 4.2.3 单词识别 | 第40-42页 |
| 4.2.4 字符分类 | 第42页 |
| 4.3 训练数据 | 第42-44页 |
| 4.3.1 生成图片 | 第43页 |
| 4.3.2 生成box文件 | 第43页 |
| 4.3.3 生成unicharset文件 | 第43页 |
| 4.3.4 构造词典数据 | 第43-44页 |
| 4.3.5 训练数据集 | 第44页 |
| 4.4 参数调优 | 第44-45页 |
| 4.4.1 常用参数 | 第44-45页 |
| 4.4.2 特殊参数 | 第45页 |
| 4.5 本章小结 | 第45-46页 |
| 第5章 化验单识别结果纠错 | 第46-63页 |
| 5.1 问题描述 | 第46-47页 |
| 5.2 相关概念描述 | 第47-50页 |
| 5.2.1 编辑距离 | 第47页 |
| 5.2.2 N-Gram算法 | 第47-49页 |
| 5.2.3 查字典法 | 第49页 |
| 5.2.4 改进查字典法 | 第49-50页 |
| 5.3 算法描述 | 第50-57页 |
| 5.3.1 医学词库 | 第51-52页 |
| 5.3.2 编辑距离算法 | 第52-54页 |
| 5.3.3 文字图像相似度 | 第54-57页 |
| 5.4 实验及结果分析 | 第57-62页 |
| 5.4.1 实验数据说明 | 第57页 |
| 5.4.2 实验参数确定 | 第57-58页 |
| 5.4.3 结果及分析 | 第58-62页 |
| 5.5 本章小结 | 第62-63页 |
| 第6章 总结与展望 | 第63-65页 |
| 6.1 工作总结 | 第63-64页 |
| 6.2 未来工作及展望 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 攻读硕士学位期间主要的研究成果 | 第68-69页 |
| 致谢 | 第69页 |
