基于图像技术的手写数字识别方法的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| ·研究意义 | 第9页 |
| ·模式识别 | 第9-15页 |
| ·模式识别方法 | 第11-13页 |
| ·模式识别应用 | 第13-14页 |
| ·模式识别意义 | 第14-15页 |
| ·手写数字识别技术 | 第15-16页 |
| ·论文结构 | 第16-17页 |
| 第二章 图像处理技术 | 第17-25页 |
| ·数字图像 | 第17-18页 |
| ·表示方法 | 第17页 |
| ·图像文件格式 | 第17-18页 |
| ·图像处理技术 | 第18-24页 |
| ·图像处理技术简介 | 第18-20页 |
| ·图像预处理 | 第20-21页 |
| ·图像灰度化 | 第21页 |
| ·图像二值化 | 第21-23页 |
| ·平滑处理 | 第23页 |
| ·图像倾斜校正 | 第23页 |
| ·图像细化 | 第23-24页 |
| ·图像归一化 | 第24页 |
| ·本章总结 | 第24-25页 |
| 第三章 手写数字识别 | 第25-38页 |
| ·数字识别流程 | 第25页 |
| ·VFW软件开发包 | 第25-28页 |
| ·图像预处理 | 第28-31页 |
| ·特征提取 | 第31-35页 |
| ·端点特征 | 第32页 |
| ·数字轮廓特征 | 第32页 |
| ·数字骨架特征 | 第32页 |
| ·横竖方向交义特征 | 第32页 |
| ·特征提取 | 第32-35页 |
| ·数字识别算法 | 第35-36页 |
| ·模板匹配算法 | 第35页 |
| ·神经网络算法 | 第35-36页 |
| ·识别实验结果 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 识别结果网络传输 | 第38-43页 |
| ·网络框架 | 第38-39页 |
| ·服务器 | 第39-41页 |
| ·客户端 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 总结 | 第43-45页 |
| ·本篇论文的要点 | 第43页 |
| ·下一步研究计划 | 第43-45页 |
| 参考文献 | 第45-48页 |
| 致谢 | 第48-49页 |
| 在读期间发表的学术论文 | 第49页 |
