| 第一章 序言 | 第1-16页 |
| ·课题研究的目的和意义 | 第12-13页 |
| ·字符识别技术简介及国内外的概况 | 第13-14页 |
| ·字符识别技术的分类 | 第13-14页 |
| ·当前的字符识别技术研究热点及国内外概况 | 第14页 |
| ·研究中需要解决的问题 | 第14-15页 |
| ·本论文研究的主要内容 | 第15-16页 |
| 第二章 模式识别理论及应用 | 第16-24页 |
| ·模式识别技术的基本理论 | 第16-19页 |
| ·模式识别的基本概念与系统结构 | 第16-17页 |
| ·模式识别方法及分类 | 第17-19页 |
| ·模式识别技术的主要应用领域 | 第19-20页 |
| ·人工神经网络模式识别技术 | 第20-24页 |
| 第三章 图像采集及处理的常用方法及实现 | 第24-39页 |
| ·图像获取和采集到计算机内的硬件实现 | 第24-26页 |
| ·常用摄像器件 | 第24-25页 |
| ·图像采集卡实现数据采集 | 第25-26页 |
| ·图像在计算机内的存储与显示 | 第26-27页 |
| ·表示颜色的常用方法(颜色模型) | 第26页 |
| ·对连续图像的数字化存储 | 第26-27页 |
| ·位图与调色板的概念 | 第27页 |
| ·图像处理常用算法及具软件实现 | 第27-39页 |
| ·Matlab编程语言简介 | 第27-28页 |
| ·真彩色图和索引色图像转化为灰度图 | 第28-29页 |
| ·对图像进行增强与处理 | 第29-39页 |
| 第四章 车轮字符图像二值化及字符分割提取算法 | 第39-49页 |
| ·图像分割和二值化常用技术介绍 | 第39-43页 |
| ·最小误差阈值的设定 | 第40-41页 |
| ·最大方差阈值的设定 | 第41-42页 |
| ·局部阈值二值化方法 | 第42-43页 |
| ·一种以大津法为基础的图像分块二值化方法 | 第43-47页 |
| ·对于单个灰度字符的二值化研究 | 第44-45页 |
| ·对于整幅车轮字符灰度图的二值化研究 | 第45-47页 |
| ·针对车轮图像提取独立的单个字符 | 第47-49页 |
| 第五章 字符特征的提取与选择及字符的归一化 | 第49-58页 |
| ·字符特征提取方法概述 | 第49-50页 |
| ·字符的粗网格特征 | 第50页 |
| ·矩特征 | 第50-52页 |
| ·一般二维矩特征 | 第50页 |
| ·几何矩 | 第50-51页 |
| ·Zernike矩 | 第51-52页 |
| ·对单个二值化字符进行归一化 | 第52-54页 |
| ·字符Zernike矩特征的选择 | 第54-58页 |
| 第六章 神经网络与图像识别技术 | 第58-67页 |
| ·人工神经网络发展简史 | 第58-59页 |
| ·神经网络应用于图像识别技术的现况 | 第59页 |
| ·BP神经网络 | 第59-60页 |
| ·对BP算法进行改进 | 第60-61页 |
| ·神经网络识别系统的设计 | 第61-63页 |
| ·基于BP网络的字符识别流程 | 第63页 |
| ·针对字符的网格与Zernike矩特征设计改进算法的BP网络识别系统 | 第63-67页 |
| 第七章 实验结果及结论 | 第67-71页 |
| 第八章 总结与设想 | 第71-73页 |
| 参考文献 | 第73-78页 |
| 附录一: 字符0的部分类内距离统计数据表 | 第78-79页 |
| 附录二: 部分矩特征的类间距离统计数据表 | 第79-82页 |
| 附录三: 训练样本 | 第82-84页 |
| 附录四: 识别样本 | 第84页 |