| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-11页 |
| 1.1 课题研究背景及意义 | 第7页 |
| 1.2 国内外研究动态及趋势 | 第7-9页 |
| 1.2.1 国内外研究动态 | 第7-9页 |
| 1.2.2 发展趋势 | 第9页 |
| 1.3 本论文内容及结构安排 | 第9-11页 |
| 第二章 票据图像的预处理 | 第11-27页 |
| 2.1 图像的噪声去除和灰度化 | 第11-15页 |
| 2.1.1 图像的灰度化 | 第11-12页 |
| 2.1.2 图像的去噪处理 | 第12-15页 |
| 2.2 票据图像的二值化 | 第15-19页 |
| 2.2.1 二值化的基本概念 | 第16页 |
| 2.2.2 双峰法实现图像二值化 | 第16-17页 |
| 2.2.3 P参数法实现图像二值化 | 第17页 |
| 2.2.4 最大类间方差法实现图像二值化 | 第17-18页 |
| 2.2.5 迭代阈值法 | 第18-19页 |
| 2.3 图像的倾斜校正 | 第19-21页 |
| 2.3.1 基于Hough变换的图像倾斜校正算法 | 第19-20页 |
| 2.3.2 方向白游程 | 第20-21页 |
| 2.3.3 改进的方向白游程图像倾斜矫正的方法 | 第21页 |
| 2.4 号码的定位 | 第21-23页 |
| 2.5 字符分割 | 第23-25页 |
| 2.6 本章小结 | 第25-27页 |
| 第三章 特征提取 | 第27-35页 |
| 3.1 字符的归一化 | 第27-28页 |
| 3.2 号码特征的选取 | 第28-34页 |
| 3.2.1 数字的投影特征 | 第28-29页 |
| 3.2.2 区域像素数 | 第29-30页 |
| 3.2.3 横线特征 | 第30-31页 |
| 3.2.4 竖线特征 | 第31-32页 |
| 3.2.5 横过线数 | 第32页 |
| 3.2.6 竖过线数 | 第32-34页 |
| 3.3 本章小结 | 第34-35页 |
| 第四章 号码的识别 | 第35-43页 |
| 4.1 BP神经网络简介 | 第35-37页 |
| 4.2 通用前馈网络及排序学习前向掩蔽模型 | 第37-38页 |
| 4.2.1 前馈网络简介 | 第37-38页 |
| 4.2.2 前馈网络算法思想 | 第38页 |
| 4.3 基于通用前馈网络的一种排序学习前向掩蔽模型的模式分类器 | 第38-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第五章 总结与展望 | 第43-45页 |
| 参考文献 | 第45-49页 |
| 攻读学位期间的研究成果 | 第49-51页 |
| 致谢 | 第51-52页 |