| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题研究背景及其意义 | 第10-11页 |
| 1.2 图像文本识别技术介绍 | 第11-13页 |
| 1.2.1 图像文本识别的基本分类和基本实现步骤 | 第11-12页 |
| 1.2.2 图像文本识别研究的关键点 | 第12页 |
| 1.2.3 图像文本识别的应用领域 | 第12-13页 |
| 1.3 DM642 芯片介绍 | 第13-14页 |
| 1.3.1 芯片基本信息 | 第13页 |
| 1.3.2 主要构成 | 第13-14页 |
| 1.3.3 软件开发工具 | 第14页 |
| 1.4 英文图像文本识别系统介绍 | 第14-15页 |
| 1.5 本论文所做的工作 | 第15-17页 |
| 第2章 数字图像预处理 | 第17-25页 |
| 2.1 数字图像灰度化 | 第17-18页 |
| 2.1.1 图像灰度化的一些基本概念 | 第17-18页 |
| 2.1.2 本文所采用的图像灰度化算法 | 第18页 |
| 2.2 图像增强 | 第18-21页 |
| 2.2.1 空间域增强技术 | 第19页 |
| 2.2.2 频域变换增强法 | 第19-20页 |
| 2.2.3 本文所采用的图像增强算法 | 第20-21页 |
| 2.3 图像降噪 | 第21-24页 |
| 2.3.1 常见噪音信号介绍 | 第21-22页 |
| 2.3.2 常用滤波法介绍 | 第22-24页 |
| 2.3.3 本文所采用滤波方法 | 第24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 目标定位 | 第25-33页 |
| 3.1 常见的目标定位算法 | 第25-26页 |
| 3.1.1 基于形状特征的定位算法 | 第25-26页 |
| 3.1.2 基于灰度变化特征的定位算法 | 第26页 |
| 3.1.3 基于矢量量化的定位算法 | 第26页 |
| 3.2 本文所用定位算法 | 第26-31页 |
| 3.2.1 本文所采用的边缘检测算法 | 第27-28页 |
| 3.2.2 本文所采用的二值化算法 | 第28-29页 |
| 3.2.3 本文所采用的形态学处理算法 | 第29-30页 |
| 3.2.4 本文所采用的矩化运算算法 | 第30-31页 |
| 3.2.5 本文所采用的轮廓形状表示与目标选取算法 | 第31页 |
| 3.3 定位实验 | 第31-32页 |
| 3.3.1 光照条件 | 第31-32页 |
| 3.3.2 图像倾斜 | 第32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 字符分割 | 第33-47页 |
| 4.1 倾斜估计 | 第33-38页 |
| 4.1.1 偏斜角度对识别的影响和危害 | 第33页 |
| 4.1.2 常用的角度估计算法 | 第33-34页 |
| 4.1.3 本文所采用估计算法 | 第34-38页 |
| 4.2 偏斜角度校正 | 第38-42页 |
| 4.2.1 常见的偏斜角度校正方法 | 第38-39页 |
| 4.2.2 本文提出的角度校正算法 | 第39-42页 |
| 4.3 同类算法比较 | 第42-43页 |
| 4.3.1 测试结果 | 第42-43页 |
| 4.3.2 结论 | 第43页 |
| 4.4 字符分割 | 第43-45页 |
| 4.4.1 常见的字符分割算法 | 第43-45页 |
| 4.4.2 本文采用的字符切分方法 | 第45页 |
| 4.5 本章小结 | 第45-47页 |
| 第5章 字符特征提取和字符识别 | 第47-57页 |
| 5.1 字符特征提取 | 第47-54页 |
| 5.1.1 字符特征提取介绍 | 第47页 |
| 5.1.2 如何获取特征 | 第47-48页 |
| 5.1.3 类的可分性判据和基于可分性判据的特征选择和特征提取 | 第48页 |
| 5.1.4 字符识别中常用的特征提取和选择方法 | 第48-49页 |
| 5.1.5 本文所采用的特征提取法 | 第49-54页 |
| 5.2 字符特征识别 | 第54-55页 |
| 5.2.1 常见的字符识别方法 | 第54-55页 |
| 5.2.2 本文所用的分类器和分类方法 | 第55页 |
| 5.2.3 各种分类方法分类效果对比 | 第55页 |
| 5.3 本章小结 | 第55-57页 |
| 第6章 系统模块搭建 | 第57-66页 |
| 6.1 图像采集系统 | 第57-64页 |
| 6.1.1 选取摄像头 | 第57-62页 |
| 6.1.2 设置摄像头寄存器 | 第62-63页 |
| 6.1.3 有关接口的系统设计 | 第63-64页 |
| 6.2 图像处理模块 | 第64页 |
| 6.2.1 TMS320DM642 处理器 | 第64页 |
| 6.3 图像反馈显示模块 | 第64-65页 |
| 6.4 本章小结 | 第65-66页 |
| 第7章 驱动移植和图像采集系统设计 | 第66-72页 |
| 7.1 底层驱动开发 | 第66-69页 |
| 7.1.1 图像驱动介绍 | 第66-67页 |
| 7.1.2 RAW 格式的驱动程序移植 | 第67-69页 |
| 7.2 采集应用程序开发 | 第69-71页 |
| 7.2.1 图像多级缓存机制 | 第69页 |
| 7.2.2 视频图像应用程序 | 第69-71页 |
| 7.3 本章小结 | 第71-72页 |
| 第8章 识别系统软件构架和仿真结果 | 第72-77页 |
| 8.1 识别系统软件环境 | 第72页 |
| 8.2 程序组成和效果展示 | 第72-76页 |
| 8.3 本章小结 | 第76-77页 |
| 结果与展望 | 第77-79页 |
| 参考文献 | 第79-82页 |
| 致谢 | 第82-83页 |
| 附录A(攻读学位期间发表的学术论文) | 第83页 |