| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 致谢 | 第7-12页 |
| 第一章 绪论 | 第12-23页 |
| ·论文的研究背景 | 第12-15页 |
| ·字符识别简介 | 第15-19页 |
| ·字符识别概述 | 第15-18页 |
| ·国内外字符识别研究的历史及现状 | 第18页 |
| ·神经网络模式识别方法简介 | 第18-19页 |
| ·孟加拉数字识别方法概述 | 第19-21页 |
| ·本文的主要工作 | 第21-23页 |
| 第二章 孟加拉邮政信函分拣机的组成 | 第23-29页 |
| ·系统概述 | 第23页 |
| ·供信分离 | 第23-24页 |
| ·非标剔除 | 第24页 |
| ·信函图像输入 | 第24-26页 |
| ·信函图象定位 | 第26页 |
| ·单个邮码OCR处理 | 第26-27页 |
| ·系统的总体流程 | 第27-29页 |
| 第三章 孟加拉文邮码图像的定位与预处理过程 | 第29-39页 |
| ·邮码图像的定位分割 | 第29-31页 |
| ·信函图像的方向定位 | 第29-30页 |
| ·信函邮码的获取 | 第30-31页 |
| ·图像的预处理过程 | 第31-39页 |
| 第四章 基于统计特征及神经网络的孟加拉手写体数字识别 | 第39-47页 |
| ·特征提取方法的介绍 | 第39页 |
| ·孟加拉手写体数字方向特征的提取方法 | 第39-41页 |
| ·Sobel算子 | 第39-40页 |
| ·Kirsch算子 | 第40-41页 |
| ·孟加拉手写体数字的方向特征提取 | 第41-43页 |
| ·孟加拉手写体数字神经网络的识别 | 第43-47页 |
| ·BP神经网络分类器的设计 | 第45页 |
| ·实验结果及分析 | 第45-47页 |
| 第五章 基于字符结构元素及决策树技术的孟加拉数字识别 | 第47-70页 |
| ·孟加拉手写体数字的特征提取 | 第47-54页 |
| ·手写体数字的空洞一圆孔特征 | 第47-52页 |
| ·手写体数字的点特征 | 第52-54页 |
| ·孟加拉手写体数字空洞-圆孔特征的分类 | 第54-63页 |
| ·孟加拉手写体数字决策树技术的识别 | 第63-66页 |
| ·决策树的生成 | 第63页 |
| ·决策树的工作原理 | 第63-64页 |
| ·决策树的建立过程 | 第64-65页 |
| ·决策树的经典算法 | 第65-66页 |
| ·实验设计 | 第66-70页 |
| ·实验内容 | 第66页 |
| ·识别结果及分析 | 第66-68页 |
| ·与其它识别算法的比较 | 第68-70页 |
| 第六章 总结和展望 | 第70-71页 |
| ·论文总结 | 第70页 |
| ·对今后工作和研究的展望 | 第70-71页 |
| 参考文献 | 第71-73页 |