无约束手写数字串切分与识别算法研究
| 摘要 | 第1-5页 |
| abstract | 第5-10页 |
| 第一章 绪论 | 第10-19页 |
| ·引言 | 第10-11页 |
| ·国内外研究历史和现状 | 第11-13页 |
| ·HNR典型应用 | 第13-14页 |
| ·研究难点 | 第14-15页 |
| ·系统描述 | 第15-18页 |
| ·本文内容及结构安排 | 第18-19页 |
| 第二章 预处理及特征提取 | 第19-25页 |
| ·预处理 | 第19-22页 |
| ·去噪 | 第19-21页 |
| ·二值化 | 第21-22页 |
| ·凹凸特征提取 | 第22-25页 |
| ·计算赋值背景 | 第23页 |
| ·提取凹凸特性 | 第23-25页 |
| 第三章 手写数字串的切分 | 第25-37页 |
| ·切分方法概述 | 第25-27页 |
| ·手写数字串的常用切分方法简介 | 第27-33页 |
| ·根据黑点数投影的直线切分 | 第27-28页 |
| ·滴水算法 | 第28-30页 |
| ·动态规划算法 | 第30-31页 |
| ·滑动窗口方法 | 第31-32页 |
| ·多模具切分方法 | 第32-33页 |
| ·基于凹凸特性的切分方法 | 第33-37页 |
| ·提取凹凸特性 | 第33-34页 |
| ·寻找切分区域 | 第34-35页 |
| ·提取切分线 | 第35-36页 |
| ·切分实例 | 第36-37页 |
| 第四章 手写体数字识别 | 第37-52页 |
| ·神经网络在HNR 中的应用 | 第37-40页 |
| ·特征提取 | 第37-38页 |
| ·网络模式的确定 | 第38-40页 |
| ·基于凹凸特性的手写体数字识别 | 第40-46页 |
| ·提取凹凸特征 | 第41页 |
| ·笔顺编码 | 第41-44页 |
| ·分类识别处理 | 第44-46页 |
| ·基于凹凸特性识别方法的扩展 | 第46-52页 |
| ·提取凹凸特性 | 第46-47页 |
| ·改进的凹凸特性提取 | 第47-48页 |
| ·字母的分类识别 | 第48-51页 |
| ·字母实验结果及对比 | 第51-52页 |
| 第五章 实验分析及系统实现 | 第52-65页 |
| ·实验评价指标 | 第52-54页 |
| ·实验数据分析及结论 | 第54-60页 |
| ·实验用样本介绍 | 第54-55页 |
| ·实验结果 | 第55-59页 |
| ·实验对比及结论 | 第59-60页 |
| ·系统实现 | 第60-65页 |
| 第六章 总结及展望 | 第65-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 攻读硕士学位期间发表的论文和参加的科研项目 | 第73页 |
