人民币纸币号码识别算法的研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-10页 |
| 1 绪论 | 第10-16页 |
| ·光学字符识别技术 | 第10-11页 |
| ·纸币号码识别 | 第11-14页 |
| ·背景及意义 | 第11-12页 |
| ·国内外研究动态 | 第12-13页 |
| ·目前存在的问题 | 第13-14页 |
| ·本文主要研究内容 | 第14-15页 |
| ·小结 | 第15-16页 |
| 2 图像的转换及去噪声 | 第16-27页 |
| ·图像的转换 | 第16-17页 |
| ·图像去噪 | 第17-26页 |
| ·均值滤波 | 第18-20页 |
| ·中值滤波 | 第20-21页 |
| ·改进中值滤波 | 第21-25页 |
| ·算法实验及算法分析 | 第25-26页 |
| ·小结 | 第26-27页 |
| 3 字符串定位及二值化 | 第27-42页 |
| ·字符串定位 | 第27-29页 |
| ·图像的二值化分割 | 第29-41页 |
| ·局部阀值的二值化算法 | 第30-34页 |
| ·全局阀值的二值化算法 | 第34-37页 |
| ·基于直方图双峰值确定二值化阀值 | 第37-41页 |
| ·小结 | 第41-42页 |
| 4 单个字符分割及大小归一化 | 第42-46页 |
| ·单个字符分割 | 第42页 |
| ·大小归一化 | 第42-45页 |
| ·小结 | 第45-46页 |
| 5 字符识别 | 第46-55页 |
| ·人民币号码简介 | 第46-47页 |
| ·字符识别常用算法简介 | 第47-54页 |
| ·统计识别法 | 第47-48页 |
| ·模板匹配识别法 | 第48-50页 |
| ·神经网络识别法 | 第50-51页 |
| ·基于字符特征的识别方法 | 第51-54页 |
| ·小结 | 第54-55页 |
| 6 实验及结果 | 第55-63页 |
| ·纸币号码识别实验环境 | 第55-57页 |
| ·硬件环境 | 第55-56页 |
| ·软件环境 | 第56-57页 |
| ·实验过程 | 第57-59页 |
| ·实验总结 | 第59-63页 |
| 总结与展望 | 第63-64页 |
| 参考文献 | 第64-66页 |
| 作者简历 | 第66-68页 |
| 学位论文数据集 | 第68-69页 |
