基于神经网络的水表字符识别
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 1 绪论 | 第7-13页 |
| ·课题背景与意义 | 第7-8页 |
| ·课题相关研究 | 第8-12页 |
| ·字符识别技术历史及现状 | 第9-10页 |
| ·字符识别步骤 | 第10页 |
| ·字符识别方法 | 第10-12页 |
| ·本文各章内容安排 | 第12-13页 |
| 2 水表图像预处理 | 第13-35页 |
| ·引言 | 第13页 |
| ·图像增强 | 第13-17页 |
| ·直方图均衡化 | 第13-15页 |
| ·平滑去噪 | 第15-17页 |
| ·二值化 | 第17-21页 |
| ·二值化方法介绍 | 第18-20页 |
| ·基于Canny理论的二值化方法 | 第20-21页 |
| ·水表边框定位 | 第21-22页 |
| ·倾斜校正 | 第22-29页 |
| ·校正原理 | 第23-24页 |
| ·Hough变换原理 | 第24-26页 |
| ·边缘检测 | 第26-29页 |
| ·字符分割 | 第29-32页 |
| ·先验知识 | 第30页 |
| ·分割 | 第30-32页 |
| ·细化 | 第32-33页 |
| ·本章小结 | 第33-35页 |
| 3 字符特征提取 | 第35-40页 |
| ·引言 | 第35页 |
| ·常用的字符特征 | 第35-37页 |
| ·本文的特征提取方法 | 第37-39页 |
| ·整字特征 | 第37-38页 |
| ·半字特征 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 4 基于BP网络的字符识别 | 第40-55页 |
| ·引言 | 第40页 |
| ·人工神经网络 | 第40-43页 |
| ·神经网络的发展及应用 | 第40-41页 |
| ·神经元模型 | 第41-42页 |
| ·神经网络的学习 | 第42-43页 |
| ·BP网络 | 第43-47页 |
| ·网络结构及学习过程 | 第44-46页 |
| ·BP优点及不足 | 第46-47页 |
| ·改进的BP算法 | 第47-51页 |
| ·基于梯度下降法的参数优化 | 第48-50页 |
| ·基于数值优化 | 第50-51页 |
| ·BP网络设计 | 第51-53页 |
| ·本文网络设计 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 5 实验 | 第55-65页 |
| ·引言 | 第55页 |
| ·样本采集 | 第55-60页 |
| ·整字网络训练及比较 | 第60-63页 |
| ·半字网络训练及比较 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 总结与展望 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-69页 |
