| 摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 第1章 文献综述 | 第10-20页 |
| 1．1 图像识别的技术及意义 | 第10-11页 |
| 1．2 人工神经网络图像识别技术 | 第11-16页 |
| 1．3 特征提取 | 第16-17页 |
| 1．4 图像分割 | 第17-20页 |
| 第2章 绪论 | 第20-22页 |
| 2．1 研究目的与意义 | 第20页 |
| 2．2 研究目标与主要内容 | 第20页 |
| 2．3 主要技术路线 | 第20-22页 |
| 第3章 图像数字化与表示 | 第22-26页 |
| 3．1 图像的数字化 | 第22页 |
| 3．2 图像的存储 | 第22-24页 |
| 3．3 图像的二值化 | 第24-26页 |
| 第4章 图像增强 | 第26-29页 |
| 4．1 图像的平滑滤波 | 第26-27页 |
| 4．2 图像的中值滤波 | 第27页 |
| 4．3 图像的锐化 | 第27-29页 |
| 第5章 图像的分割 | 第29-33页 |
| 5．1 边缘检测 | 第29-30页 |
| 5．2 改进的边缘检测算法 | 第30-33页 |
| 第6章 字符的特征提取 | 第33-37页 |
| 6．1 矩特征 | 第33-34页 |
| 6．2 图像的不变矩特征量及其改进的算法 | 第34-37页 |
| 第7章 神经网络与图像识别 | 第37-43页 |
| 7．1 神经网络识别方法 | 第37页 |
| 7．2 BP神经网络模型 | 第37-41页 |
| 7．3 BP神经网络的优化及改进 | 第41-43页 |
| 第8章 基于神经网络的图像识别系统的设计 | 第43-52页 |
| 8．1 系统流程图 | 第43页 |
| 8．2 程序实现 | 第43-47页 |
| 8．3 图像识别 | 第47-50页 |
| 8．4 BP神经网络图像识别系统与传统识别方法的比较 | 第50-52页 |
| 第9章 结论 | 第52-53页 |
| 参考文献 | 第53-55页 |
| 附录：相关程序代码 | 第55-59页 |
| 致谢 | 第59-60页 |
| 发表论文及参加课题一览表 | 第60页 |