数字仪表动态显示字符的计算机自动识别
| 第一章 绪论 | 第1-11页 |
| ·研究背景 | 第8页 |
| ·字符识别研究现状 | 第8-10页 |
| ·识别控制系统与数显字符识别的解决方案 | 第10页 |
| ·本文章节安排 | 第10-11页 |
| 第二章 数字图像预处理 | 第11-23页 |
| ·数字图像处理基本概念 | 第11-13页 |
| ·图像处理所涉及的领域 | 第11-13页 |
| ·图像的数字化表示 | 第13页 |
| ·数显仪表图像预处理 | 第13-21页 |
| ·彩色图像变换成灰度图 | 第14页 |
| ·图像平滑 | 第14-16页 |
| ·灰度的线性变换 | 第16-17页 |
| ·自适应阈值二值化 | 第17-19页 |
| ·边缘检测 | 第19-21页 |
| ·本章小结 | 第21-23页 |
| 第三章 字符块定位 | 第23-39页 |
| 引言 | 第23页 |
| ·区域生长法定位字符块 | 第23-27页 |
| ·区域生长的基本思想 | 第24页 |
| ·投影法获取种子点像素 | 第24-25页 |
| ·区域生长算法分析 | 第25页 |
| ·生长判决条件 | 第25-27页 |
| ·数学形态学的基本算法 | 第27-33页 |
| ·什么是数学形态学 | 第27-28页 |
| ·数学形态学中的基本符号和术语 | 第28-29页 |
| ·图像腐蚀 | 第29-31页 |
| ·图像膨胀 | 第31页 |
| ·开、闭运算 | 第31-32页 |
| ·结构元素的影响 | 第32-33页 |
| ·多区域字符块定位 | 第33-36页 |
| ·连通域标记 | 第34-35页 |
| ·多个字符区域的确定 | 第35-36页 |
| ·字符块定位的后处理 | 第36-39页 |
| 第四章 字符分割 | 第39-48页 |
| ·字符分割简介 | 第39-40页 |
| ·投影法分割 | 第40-42页 |
| ·严重倾斜的字符块图像 | 第41页 |
| ·字符断裂的字符块图像 | 第41-42页 |
| ·字符粘连和有干扰的字符块图像 | 第42页 |
| ·投影基础上的进一步分割 | 第42-46页 |
| ·小数点位置的确定 | 第46-48页 |
| 第五章 字符识别 | 第48-75页 |
| ·模式识别概述 | 第48-50页 |
| ·常用的字符识别方法 | 第50-54页 |
| ·模板匹配 | 第50-51页 |
| ·遗传算法 | 第51页 |
| ·分形 | 第51-52页 |
| ·支持向量机法 | 第52-53页 |
| ·神经网络法 | 第53-54页 |
| ·神经网络 | 第54-58页 |
| ·神经网络理论概述 | 第54页 |
| ·人工神经元模型 | 第54-57页 |
| ·生物神经元 | 第55页 |
| ·人工神经元 | 第55-57页 |
| ·神经网络的学习 | 第57-58页 |
| ·误差反向传播学习算法—BP算法 | 第58-65页 |
| ·BP算法的推导 | 第59-63页 |
| ·BP算法存在的问题及其改进措施 | 第63-65页 |
| ·图像归一化 | 第65-66页 |
| ·本系统设计 | 第66-73页 |
| ·算法实现 | 第66-69页 |
| ·网络参数选择 | 第69-71页 |
| ·学习样本的选择 | 第71页 |
| ·识别结果及分析 | 第71-72页 |
| ·系统性能分析 | 第72-73页 |
| ·交线特征提取的分类识别法 | 第73-75页 |
| 结束语 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 读研期间所发表论文和参加的科研项目 | 第81-82页 |
| 致谢 | 第82页 |
