钢板点阵喷印字符识别方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题来源与研究背景 | 第9-11页 |
| 1.2 国内外主要研究现状 | 第11-14页 |
| 1.3 主要研究内容 | 第14-16页 |
| 第2章 钢板点阵喷印字符图像预处理 | 第16-26页 |
| 2.1 钢板点阵喷印字符图像的滤波 | 第16-18页 |
| 2.1.1 均值滤波 | 第16-17页 |
| 2.1.2 中值滤波 | 第17页 |
| 2.1.3 高斯滤波 | 第17-18页 |
| 2.2 钢板点阵喷印字符图像背景的消除 | 第18-20页 |
| 2.2.1 灰度形态学 | 第18-19页 |
| 2.2.2 顶帽变换 | 第19-20页 |
| 2.3 钢板点阵喷印字符图像二值化 | 第20-25页 |
| 2.3.1 固定阈值法 | 第20页 |
| 2.3.2 最大类间方差法（OTSU） | 第20-22页 |
| 2.3.3 迭代法 | 第22-23页 |
| 2.3.4 最大熵法 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 钢板点阵喷印字符图像定位与分割 | 第26-36页 |
| 3.1 钢板点阵喷印字符图像的定位 | 第26-31页 |
| 3.1.1 基于边缘检测的钢板字符图像定位 | 第27-29页 |
| 3.1.2 基于投影的钢板字符图像定位 | 第29-31页 |
| 3.2 钢板点阵喷印字符图像的分割算法 | 第31-34页 |
| 3.2.1 基于模板匹配的字符分割算法 | 第32页 |
| 3.2.2 基于连通域的字符分割算法 | 第32页 |
| 3.2.3 基于投影的字符分割算法 | 第32-34页 |
| 3.3 字符归一化 | 第34页 |
| 3.4 本章小结 | 第34-36页 |
| 第4章 基于模板匹配的钢板点阵喷印字符识别 | 第36-43页 |
| 4.1 特征提取 | 第36-38页 |
| 4.2 基于模板匹配的字符识别 | 第38-39页 |
| 4.3 基于特征加权模糊模板匹配的字符识别 | 第39-40页 |
| 4.4 基于特征加权模板匹配的字符识别 | 第40-42页 |
| 4.5 本章小节 | 第42-43页 |
| 第5章 基于神经网络的钢板点阵喷印字符识别 | 第43-68页 |
| 5.1 基于BP神经网络的钢板点阵喷印字符识别 | 第43-56页 |
| 5.1.1 BP神经网络概述 | 第43-47页 |
| 5.1.2 BP网络的学习方法 | 第47-51页 |
| 5.1.3 设计BP神经网络 | 第51-53页 |
| 5.1.4 训练BP神经网络 | 第53-56页 |
| 5.2 基于概率神经网络的钢板点阵喷印字符识别 | 第56-66页 |
| 5.2.1 概率神经网络概述 | 第56-59页 |
| 5.2.2 钢板点阵喷印字符识别的实现 | 第59-66页 |
| 5.3 本章小结 | 第66-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间发表的论文和获得的科研成果 | 第74-75页 |
| 致谢 | 第75-76页 |
