票据自动处理系统中若干关键技术研究
| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第1章 绪论 | 第13-29页 |
| ·引言 | 第13-14页 |
| ·票据自动识别处理系统概述 | 第14-16页 |
| ·票据自动识别处理的一般步骤 | 第16-18页 |
| ·关键技术实现 | 第18-23页 |
| ·识别前处理 | 第19-21页 |
| ·OCR技术 | 第21-23页 |
| ·国内外研究现状分析 | 第23-25页 |
| ·本文研究工作概述 | 第25-27页 |
| ·本文的内容安排 | 第27-29页 |
| 第2章 基于框线检测的票据图像分类 | 第29-39页 |
| ·引言 | 第29页 |
| ·方法流程 | 第29-30页 |
| ·框线检测与提取 | 第30-34页 |
| ·算法步骤 | 第31-34页 |
| ·参考点确定 | 第34页 |
| ·框线匹配与票据图像分类 | 第34-36页 |
| ·票据图像分类 | 第34-35页 |
| ·基于框线相关性的票据图像相似性度量模型 | 第35-36页 |
| ·实验与分析 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第3章 识别域中字符串提取与框线去除 | 第39-61页 |
| ·引言 | 第39-40页 |
| ·字符笔画模型与特征提取 | 第40-44页 |
| ·字符笔画模型 | 第40-41页 |
| ·字符笔画特征提取 | 第41-44页 |
| ·票据背景抑制 | 第44-46页 |
| ·票据图像中字符提取 | 第46-51页 |
| ·基于二维最大类间方差的字符图像分割 | 第47-50页 |
| ·综合笔画双边缘特征与背景抑制的字符图像分割 | 第50-51页 |
| ·实验结果与分析 | 第51-55页 |
| ·票据图像中的框线去除 | 第55-58页 |
| ·表格线的描述 | 第55-56页 |
| ·字线交叠方式的确定 | 第56-58页 |
| ·表格线的去除 | 第58页 |
| ·框线去除实验与分析 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第4章 基于结构分析的手写数字串分割 | 第61-77页 |
| ·引言 | 第61-62页 |
| ·数字串分割的预处理 | 第62-65页 |
| ·连通域检测与特征提取 | 第62-63页 |
| ·单/多字检测与判别 | 第63-65页 |
| ·基于主曲线的字符骨架提取 | 第65-68页 |
| ·主曲线构建—笔画骨架提取 | 第65-67页 |
| ·骨架特征提取 | 第67-68页 |
| ·基于滴水算法的字符轮廓特征点提取 | 第68-70页 |
| ·起始位置确定 | 第68-69页 |
| ·水滴滚落规则 | 第69页 |
| ·水滴四种工作方式 | 第69-70页 |
| ·轮廓特征点提取 | 第70页 |
| ·粘连字串分割 | 第70-72页 |
| ·实验与分析 | 第72-75页 |
| ·本章小结 | 第75-77页 |
| 第5章 手写体数字识别研究 | 第77-89页 |
| ·引言 | 第77页 |
| ·基于LDA与AP的手写数字识别研究 | 第77-84页 |
| ·LDA简介 | 第78-79页 |
| ·AP方法简介 | 第79-80页 |
| ·结合AP与LDA的识别方法 | 第80页 |
| ·实验与分析 | 第80-84页 |
| ·基于轮廓和统计特征的手写数字识别研究 | 第84-88页 |
| ·基于形状上下文的手写数字识别 | 第85-86页 |
| ·基于梯度特征的手写数字识别 | 第86-87页 |
| ·实验与分析 | 第87-88页 |
| ·本章小结 | 第88-89页 |
| 第6章 票据自动处理系统应用实例 | 第89-101页 |
| ·银行票据后督处理系统 | 第90-96页 |
| ·后督系统的结构与处理流程 | 第91-93页 |
| ·票据OCR系统 | 第93-96页 |
| ·应用情况 | 第96页 |
| ·支票影像交换行内系统 | 第96-98页 |
| ·本章小结 | 第98-101页 |
| 结束语 | 第101-105页 |
| 致谢 | 第105-107页 |
| 参考文献 | 第107-117页 |
| 附录 | 第117页 |
