| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 课题研究的背景和意义 | 第11-13页 |
| 1.2 国内外研究现状及发展前景 | 第13-17页 |
| 1.2.1 国外研究现状 | 第13-15页 |
| 1.2.2 国内研究现状 | 第15-17页 |
| 1.3 本论文的主要研究工作及内容 | 第17-18页 |
| 1.4 本论文的章节安排 | 第18-19页 |
| 第二章 纸币的图像采集 | 第19-30页 |
| 2.1 图像传感器的选型 | 第19-21页 |
| 2.2 CIS图像的采集 | 第21-23页 |
| 2.3 CIS图像的去噪处理 | 第23-29页 |
| 2.3.1 图像噪声产生的原因 | 第23页 |
| 2.3.2 图像噪声的类型 | 第23-25页 |
| 2.3.3 图像噪声的去除方法 | 第25-29页 |
| 2.4 本章小节 | 第29-30页 |
| 第三章 冠字号区域的图像处理 | 第30-45页 |
| 3.1 图像的二值化 | 第30-33页 |
| 3.1.1 局部阈值法 | 第30-32页 |
| 3.1.2 全局阈值法 | 第32-33页 |
| 3.2 冠字号字符序列区域定位 | 第33-35页 |
| 3.3 图像的倾斜校正 | 第35-38页 |
| 3.3.1 旋转矫正方法 | 第35-36页 |
| 3.3.2 基于Hough变换的纸币冠字号倾斜校正 | 第36-38页 |
| 3.4 冠字号字符的切分 | 第38-42页 |
| 3.4.1 基于水平投影的冠字号上下边界确定 | 第39-40页 |
| 3.4.2 基于垂直投影的冠字号码的单个字符切分 | 第40-42页 |
| 3.5 冠字号字符的归一化 | 第42-43页 |
| 3.5.1 位置归一化 | 第42页 |
| 3.5.2 大小归一化 | 第42-43页 |
| 3.6 本章小结 | 第43-45页 |
| 第四章 字符特征提取 | 第45-52页 |
| 4.1 字符特征分类 | 第45-48页 |
| 4.1.1 字符结构特征 | 第46-48页 |
| 4.1.2 字符特征统计 | 第48页 |
| 4.2 基于八方向的特征提取方法 | 第48-51页 |
| 4.2.1 特征提取方法 | 第49-50页 |
| 4.2.2 特征提取评价 | 第50-51页 |
| 4.3 本章小结 | 第51-52页 |
| 第五章 冠字号码识别算法研究 | 第52-67页 |
| 5.1 OCR字符识别技术简述 | 第52-53页 |
| 5.2 人民币冠字号字符识别的特点 | 第53-54页 |
| 5.3 常用的识别算法介绍 | 第54-59页 |
| 5.3.1 模板匹配法 | 第54-55页 |
| 5.3.2 基于网格八方向梯度特征的模板匹配法 | 第55-56页 |
| 5.3.3 近邻法 | 第56-57页 |
| 5.3.4 人工神经网络字符识别法 | 第57-59页 |
| 5.4 本文采用的冠字号识别方法 | 第59-66页 |
| 5.4.1 基于支持向量机的字符识别法 | 第60-62页 |
| 5.4.2 参数选取过程 | 第62-65页 |
| 5.4.3 改进的并行处理SVM学习算法 | 第65-66页 |
| 5.4.4 实验结果 | 第66页 |
| 5.5 本章小结 | 第66-67页 |
| 第六章 实验及结果分析 | 第67-75页 |
| 6.1 冠字号字符识别系统 | 第67-69页 |
| 6.2 预处理流程及实现 | 第69-73页 |
| 6.2.1 滤波去噪 | 第69-70页 |
| 6.2.2 图像阈值 | 第70页 |
| 6.2.3 冠字号区域定位 | 第70-71页 |
| 6.2.4 图像倾斜校正 | 第71页 |
| 6.2.5 字符分割 | 第71-72页 |
| 6.2.6 字符归一化 | 第72-73页 |
| 6.3 特征提取 | 第73页 |
| 6.4 字符识别 | 第73-75页 |
| 第七章 总结与展望 | 第75-77页 |
| 7.1 对本文的总结 | 第75-76页 |
| 7.2 工作展望 | 第76-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-82页 |