移动智能终端证件信息识别系统的开发与实现
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状及发展方向 | 第13-17页 |
| 1.2.1 证件信息识别应用 | 第13-14页 |
| 1.2.2 图像预处理 | 第14-16页 |
| 1.2.3 文字识别 | 第16-17页 |
| 1.3 本文工作内容介绍 | 第17-18页 |
| 1.3.1 应用的开发与实现 | 第17页 |
| 1.3.2 图像处理与模式识别 | 第17-18页 |
| 1.3.3 论文主要内容 | 第18页 |
| 1.4 本章小结 | 第18-20页 |
| 第2章 相关概念与关键技术 | 第20-24页 |
| 2.1 图像灰度化 | 第20-21页 |
| 2.2 图像二值化 | 第21页 |
| 2.3 TESSERACT-OCR | 第21页 |
| 2.4 卷积神经网络 | 第21-22页 |
| 2.5 本章小结 | 第22-24页 |
| 第3章 图像预处理 | 第24-32页 |
| 3.1 图像二值化 | 第24-27页 |
| 3.1.1 对比度补偿 | 第24-26页 |
| 3.1.2 边缘检测 | 第26-27页 |
| 3.1.3 字符笔画宽度逼近及局部阈值 | 第27页 |
| 3.2 身份证预处理 | 第27-29页 |
| 3.3 行驶证预处理 | 第29-30页 |
| 3.4 本章小结 | 第30-32页 |
| 第4章 Tesseract-OCR识别 | 第32-42页 |
| 4.1 TESSERACT-OCR概述 | 第32页 |
| 4.2 使用官方字符集识别证件信息 | 第32-33页 |
| 4.3 制作专用字符集 | 第33-38页 |
| 4.3.1 数据采集 | 第33-34页 |
| 4.3.2 制作字符图像以及Box文件 | 第34-35页 |
| 4.3.3 校正Box文件 | 第35-36页 |
| 4.3.4 定义字体特征文件 | 第36页 |
| 4.3.5 产生字符特征文件 | 第36页 |
| 4.3.6 聚集字符特征 | 第36-37页 |
| 4.3.7 合并 | 第37-38页 |
| 4.4 字符集优化 | 第38-40页 |
| 4.4.1 psm参数 | 第38-39页 |
| 4.4.2 加入字典文件 | 第39页 |
| 4.4.3 使用模糊字集校正文件 | 第39-40页 |
| 4.4.4 参数设置文件 | 第40页 |
| 4.5 本章小结 | 第40-42页 |
| 第5章 利用卷积神经网络识别汉字 | 第42-52页 |
| 5.1 图像分辨率选择 | 第42-45页 |
| 5.2 网络结构设计 | 第45-49页 |
| 5.2.1 基本网络结构 | 第45-48页 |
| 5.2.2 Dropout技术 | 第48-49页 |
| 5.3 特征提取与卷积神经网络 | 第49-51页 |
| 5.3.1 Gabor变换 | 第50页 |
| 5.3.2 神经网络实验 | 第50-51页 |
| 5.4 实验总结 | 第51页 |
| 5.5 本章小结 | 第51-52页 |
| 第6章 应用设计与开发 | 第52-62页 |
| 6.1 总体设计 | 第52-53页 |
| 6.1.1 需求分析 | 第52页 |
| 6.1.2 主要功能模块 | 第52-53页 |
| 6.2 界面及主要按键功能 | 第53-57页 |
| 6.2.1 主界面 | 第53-54页 |
| 6.2.2 图像采集界面 | 第54-56页 |
| 6.2.3 显示结果界面 | 第56-57页 |
| 6.2.4 使用帮助界面 | 第57页 |
| 6.3 证件图像预处理 | 第57-58页 |
| 6.3.1 Android平台图像预处理 | 第57-58页 |
| 6.3.2 iOS平台图像预处理 | 第58页 |
| 6.4 证件信息识别 | 第58-59页 |
| 6.5 系统测试 | 第59-61页 |
| 6.5.1 测试环境 | 第59-60页 |
| 6.5.2 功能测试 | 第60-61页 |
| 6.5.3 测试结果 | 第61页 |
| 6.6 本章小结 | 第61-62页 |
| 第7章 总结与展望 | 第62-64页 |
| 7.1 工作总结 | 第62-63页 |
| 7.2 存在的不足和应用的展望 | 第63-64页 |
| 参考文献 | 第64-70页 |
| 攻读硕士期间已发表的论文 | 第70-71页 |
| 致谢 | 第71页 |
