首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

面向增值税发票的图像自动处理技术研究

摘要第5-7页
ABSTRACT第7-8页
主要符号对照表第12-13页
1 绪论第13-18页
    1.1 项目背景第13页
    1.2 研究重点第13-14页
    1.3 增值税发票第14-16页
    1.4 论文结构第16-18页
2 发票图像处理基础第18-28页
    2.1 光栅图像第18-21页
        2.1.1 光栅图像格式第18-19页
        2.1.2 灰值图像的相关概念及计算第19-21页
    2.2 发票图像的获取第21-24页
    2.3 印刷字符的OCR技术第24-25页
    2.4 发票图像处理的数学基础第25-27页
    2.5 小结第27-28页
3 发票图像的二值化第28-37页
    3.1 聚类二值化方法第29-31页
        3.1.1 大津法第29-30页
        3.1.2 Kittler法第30-31页
    3.2 邻域自适应二值化方法第31-35页
        3.2.1 Niblack法第32-33页
        3.2.2 Sauvola法第33-34页
        3.2.3 White法第34-35页
    3.3 小结第35-37页
4 发票图像的彩色分割第37-43页
    4.1 数字图像的色彩模型第37-38页
    4.2 发票图像的色差分布图第38-41页
    4.3 基于色差密度分布的彩色分割第41页
    4.4 小结第41-43页
5 发票表格检测第43-57页
    5.1 线段检测第43页
    5.2 改进型有向单连通链方法第43-53页
        5.2.1 有向单连通链与游程第43-45页
        5.2.2 游程过滤第45页
        5.2.3 链的轴估计第45-46页
        5.2.4 链的过滤第46-48页
        5.2.5 链的分拆第48-51页
        5.2.6 链的合并第51-52页
        5.2.7 轴的延展第52-53页
    5.3 表格提取第53-56页
        5.3.1 单元格的拾取第53-54页
        5.3.2 表格表示法第54-56页
    5.4 小结第56-57页
6 发票表格匹配与分类第57-71页
    6.1 表格特征集的匹配第57-66页
        6.1.1 Scott算法第58-59页
        6.1.2 Shapiro算法第59-60页
        6.1.3 Shapiro算法的问题第60-65页
        6.1.4 Blondel算法第65-66页
    6.2 表格匹配的偏离点第66-68页
    6.3 表格匹配的相似度第68-69页
    6.4 发票自动分类第69-70页
    6.5 小结第70-71页
7 发票图像的偏斜纠正第71-75页
    7.1 基于表格的纠正第71-72页
    7.2 文本图像的纠正第72-74页
    7.3 小结第74-75页
8 增值税发票扫描识别系统第75-90页
    8.1 需求概要第75-78页
    8.2 系统构成第78-79页
    8.3 识别要素与校验规则第79-80页
    8.4 扫描客户端设计第80-84页
    8.5 后台服务器设计第84-85页
    8.6 系统用户界面第85-88页
    8.7 系统运行效果第88-89页
    8.8 小结第89-90页
9 全文总结第90-92页
附录A 发票票样第92-100页
    A-1 84位字符密文增值税专用发票票样第92-93页
    A-2 108位字符密文增值税专用发票票样第93-94页
    A-3 二维码密文增值税专用发票票样第94-95页
    A-4 增值税专用发票表格特征图样第95-96页
    A-5 销货清单图样第96-97页
    A-6 运输类增值税发票票样第97-98页
    A-7 运输类普通发票票样第98-99页
    A-8 测试用增值税发票票样第99-100页
附录B发票识别统计报表第100-101页
参考文献第101-104页
致谢第104-105页
攻读学位期间发表的学术论文目录第105-106页
攻读学位期间参与的项目第106页

论文共106页,点击 下载论文
上一篇:基于NS-3的虚实网络结合系统的设计与实现
下一篇:DNS递归服务器推荐系统设计与实现