摘要 | 第4-5页 |
abstract | 第5-6页 |
第一章 绪论 | 第10-17页 |
1.1 课题背景及意义 | 第10-12页 |
1.2 汉字识别的发展及研究现状 | 第12-15页 |
1.2.1 OCR光学字符识别的发展过程 | 第12-14页 |
1.2.2 印刷体汉字识别的技术难点 | 第14-15页 |
1.3 本文的主要研究内容 | 第15页 |
1.4 本文的结构安排 | 第15-17页 |
第二章 汉字识别原理及识别算法的研究 | 第17-30页 |
2.1 汉字识别的原理 | 第17-18页 |
2.2 印刷体汉字识别预处理 | 第18-23页 |
2.2.1 文本图像灰度化 | 第18页 |
2.2.2 平滑去噪 | 第18-20页 |
2.2.3 文本图像二值化 | 第20-22页 |
2.2.4 行字切分 | 第22页 |
2.2.5 文本归一化 | 第22-23页 |
2.2.6 文字细化 | 第23页 |
2.3 印刷体汉字特征提取 | 第23-28页 |
2.3.1 基于结构特征的汉字识别 | 第24-25页 |
2.3.2 基于统计特征的汉字识别 | 第25-27页 |
2.3.3 基于组合特征的汉字识别 | 第27-28页 |
2.3.4 基于人工神经网络的汉字识别 | 第28页 |
2.4 印刷体汉字匹配识别 | 第28-29页 |
2.5 本章小结 | 第29-30页 |
第三章 基于SOPC的汉字识别的设计 | 第30-45页 |
3.1 系统硬件开发平台 | 第30-33页 |
3.1.1 现场可编程门阵列FPGA | 第30页 |
3.1.2 SOPC技术 | 第30-31页 |
3.1.3 DE2-115开发板与MTLC套件 | 第31-33页 |
3.2 系统软件开发平台 | 第33-35页 |
3.2.1 NiosII简介 | 第33-34页 |
3.2.2 QuartusII软件平台及Qsys工具 | 第34页 |
3.2.3 NiosIISoftwareBuildToolsforEclipse软件平台 | 第34-35页 |
3.3 SOPC开发流程及系统总体功能概述 | 第35-37页 |
3.3.1 SOPC开发流程 | 第35-36页 |
3.3.2 系统总体功能概述 | 第36-37页 |
3.4 汉字识别系统硬件各模块的设计 | 第37-43页 |
3.4.1 CPU——NiosII软核处理器 | 第37-38页 |
3.4.2 总线模块 | 第38-39页 |
3.4.3 时钟的设置 | 第39页 |
3.4.4 SystemID | 第39-40页 |
3.4.5 JTAGUART模块 | 第40页 |
3.4.6 SRAM存储模块 | 第40-41页 |
3.4.7 SDRAM控制器 | 第41页 |
3.4.8 SD_CARD控制器的设计 | 第41-42页 |
3.4.9 显示模块及Multi-Touch | 第42-43页 |
3.5 构建SOPC硬件系统 | 第43-44页 |
3.6 本章小结 | 第44-45页 |
第四章 SOPC软件开发及识别算法的移植 | 第45-57页 |
4.1 识别算法的PC端设计与实现 | 第45-52页 |
4.1.1 图像预处理 | 第45-50页 |
4.1.2 特征提取及匹配 | 第50-51页 |
4.1.3 在PC端的实现结果 | 第51-52页 |
4.2 NiosII工程的创建 | 第52-53页 |
4.3 SD卡驱动及文件系统 | 第53-54页 |
4.4 BMP图像库文件及显示模块驱动 | 第54页 |
4.5 识别算法的移植与融合 | 第54-56页 |
4.5.1 算法文件的导入 | 第54-55页 |
4.5.2 主函数的融合 | 第55-56页 |
4.5.3 ImageDib类的修改 | 第56页 |
4.6 本章小结 | 第56-57页 |
第五章 系统测试及性能分析 | 第57-64页 |
5.1 测试环境 | 第57-58页 |
5.2 图片读入测试 | 第58页 |
5.3 图片处理结果显示测试 | 第58-61页 |
5.4 识别结果输出测试 | 第61页 |
5.5 系统主要性能参数 | 第61-63页 |
5.6 本章小结 | 第63-64页 |
第六章 总结与展望 | 第64-66页 |
6.1 论文工作总结 | 第64-65页 |
6.2 未来工作展望 | 第65-66页 |
参考文献 | 第66-69页 |
致谢 | 第69页 |