| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 第一章 引言 | 第7-13页 |
| 1.1 字符识别概述 | 第7页 |
| 1.2 国内外研究现状 | 第7-9页 |
| 1.2.1 国外研究现状 | 第7-8页 |
| 1.2.2 国内研究现状 | 第8-9页 |
| 1.3 课题的背景和目的 | 第9-11页 |
| 1.4 课题研究内容和论文结构 | 第11-13页 |
| 1.4.1 研究内容 | 第11-12页 |
| 1.4.2 论文结构 | 第12-13页 |
| 第二章 图像处理 | 第13-30页 |
| 2.1 预处理 | 第13-20页 |
| 2.1.1 倾斜校正 | 第13-14页 |
| 2.1.2 图像二值化 | 第14-16页 |
| 2.1.3 图像平滑处理 | 第16-18页 |
| 2.1.4 消除锯齿 | 第18-20页 |
| 2.2 哈萨克斯拉夫文字符图像的切分 | 第20-27页 |
| 2.2.1 字符图像的行切分 | 第20-21页 |
| 2.2.2 字符图像的列切分 | 第21-24页 |
| 2.2.3 粘连字符的切分 | 第24-27页 |
| 2.3 字符图像归一化 | 第27-30页 |
| 2.3.1 大小归一化 | 第28-29页 |
| 2.3.2 位置归一化 | 第29-30页 |
| 第三章 字符图像特征选择 | 第30-39页 |
| 3.1 特征选择概述 | 第30-32页 |
| 3.2 特征选择相关方法研究 | 第32-39页 |
| 3.2.1 mRMR算法 | 第33-34页 |
| 3.2.2 改进的ReliefF特征选择算法(Re-ReliefF) | 第34-36页 |
| 3.2.3 特征提取与特征选择的区别 | 第36-39页 |
| 第四章 哈萨克斯拉夫字符图像的特征提取 | 第39-50页 |
| 4.1 引言 | 第39-40页 |
| 4.2 特征概念 | 第40-42页 |
| 4.3 特征提取方法 | 第42-50页 |
| 4.3.1 穿越特征 | 第42-44页 |
| 4.3.2 对称性特征 | 第44-46页 |
| 4.3.3 freeman八方向码 | 第46-47页 |
| 4.3.4 网格特征 | 第47-50页 |
| 第五章 字符识别与实验分析 | 第50-58页 |
| 5.1 最小误差判别准则 | 第50-51页 |
| 5.2 朴素贝叶斯分类器 | 第51-53页 |
| 5.3 哈萨克斯拉夫文字符识别 | 第53-55页 |
| 5.4 系统开发环境 | 第55-56页 |
| 5.5 性能指标 | 第56页 |
| 5.6 识别结果 | 第56-58页 |
| 第六章 结论与展望 | 第58-63页 |
| 6.1 Android哈萨克斯拉夫字符识别的系统构成 | 第58-59页 |
| 6.2 总结 | 第59-62页 |
| 6.2.1 图像预处理 | 第59页 |
| 6.2.2 图像切分 | 第59页 |
| 6.2.3 字符图像的特征提取 | 第59-60页 |
| 6.2.4 特征选择及构建识特征库 | 第60-61页 |
| 6.2.5 朴素贝叶斯分类器的训练和识别 | 第61-62页 |
| 6.3 展望 | 第62-63页 |
| 参考文献 | 第63-69页 |
| 攻读学位期间发表的学术论文目录 | 第69-70页 |
| 致谢 | 第70-71页 |