摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第一章 绪论 | 第14-24页 |
1.1 印刷体维吾尔文识别的研究背景与意义 | 第14页 |
1.2 印刷体维吾尔文识别的研究现状 | 第14-17页 |
1.2.1 常用文字识别研究现状 | 第14-15页 |
1.2.2 印刷体维吾尔文和阿拉伯文的识别研究现状 | 第15-16页 |
1.2.3 实验室关于维吾尔文识别研究现状 | 第16-17页 |
1.3 维吾尔文字符和单词的特点 | 第17-19页 |
1.4 印刷体维吾尔文识别的实现步骤 | 第19-21页 |
1.5 印刷体维吾尔文识别的难点 | 第21页 |
1.6 数据库介绍 | 第21-22页 |
1.7 主要内容及章节安排 | 第22-24页 |
1.7.1 主要内容 | 第22-23页 |
1.7.2 章节安排 | 第23-24页 |
第二章 印刷体维吾尔文文档图像预处理 | 第24-48页 |
2.1 二值化 | 第24-33页 |
2.1.1 迭代阈值算法 | 第25-26页 |
2.1.2 最大类间方差算法 | 第26-27页 |
2.1.3 本文算法 | 第27-33页 |
2.2 文档图像去噪 | 第33-42页 |
2.2.1 消除文档图像边缘噪声 | 第33-36页 |
2.2.2 消除文档图像椒盐噪声 | 第36-42页 |
2.3 倾斜校正 | 第42-47页 |
2.3.1 基于投影分析的文档图像倾斜校正算法 | 第43-44页 |
2.3.2 DFT和Hough相结合的文档图像倾斜校正算法 | 第44-47页 |
2.4 本章小结 | 第47-48页 |
第三章 印刷体维吾尔文文档切分方法设计 | 第48-60页 |
3.1 传统印刷体维吾尔文文档切分方法 | 第48-51页 |
3.1.1 传统行切分方法 | 第48-49页 |
3.1.2 传统单词切分方法 | 第49-50页 |
3.1.3 传统字符切分方法 | 第50-51页 |
3.2 本文提出的印刷体维吾尔文文档切分方法 | 第51-58页 |
3.3 归一化 | 第58-59页 |
3.4 本章小结 | 第59-60页 |
第四章 印刷体维吾尔文字符的特征提取与识别 | 第60-72页 |
4.1 特征提取 | 第60-70页 |
4.1.1 zernike矩特征 | 第60-62页 |
4.1.2 Gabor特征 | 第62-64页 |
4.1.3 方向线素特征 | 第64-67页 |
4.1.4 梯度特征 | 第67-70页 |
4.2 分类器设计 | 第70-71页 |
4.2.1 常用分类器介绍 | 第70-71页 |
4.2.2 欧氏距离分类器 | 第71页 |
4.3 本章小结 | 第71-72页 |
第五章 实验结果和系统介绍 | 第72-82页 |
5.1 印刷体维吾尔文文档识别 | 第72-76页 |
5.1.1 改进维吾尔文文档切分方法的实验结果 | 第72-73页 |
5.1.2 维吾尔文字符识别实验结果 | 第73-76页 |
5.2 系统介绍 | 第76-80页 |
5.2.1 实验环境 | 第76页 |
5.2.2 系统各模块实现介绍 | 第76-77页 |
5.2.3 系统界面设计 | 第77-80页 |
5.3 本章小结 | 第80-82页 |
第六章 工作总结与展望 | 第82-84页 |
6.1 工作总结 | 第82-83页 |
6.2 展望 | 第83-84页 |
参考文献 | 第84-88页 |
致谢 | 第88-90页 |
作者简介 | 第90-91页 |