银行支票中非金额打印体汉字串识别
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-13页 |
| ·研究背景与意义 | 第8-10页 |
| ·打印体汉字识别研究现状 | 第10-11页 |
| ·本论文的主要研究工作 | 第11-12页 |
| ·本论文的主要内容 | 第12-13页 |
| 2 汉字串图像预处理 | 第13-21页 |
| ·灰度化与印章去除 | 第13-16页 |
| ·灰度化 | 第13-14页 |
| ·消除印章干扰 | 第14-16页 |
| ·二值化与表格框线去除 | 第16-20页 |
| ·二值化 | 第16-18页 |
| ·切除预打印信息 | 第18页 |
| ·表格框线的检测与去除 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 3 汉字串切分 | 第21-27页 |
| ·字符切分的方法综述 | 第21页 |
| ·边界定位 | 第21-24页 |
| ·上下边界定位 | 第22-23页 |
| ·左右边界定位 | 第23-24页 |
| ·字切分 | 第24-26页 |
| ·垂直投影法 | 第24-25页 |
| ·改进的垂直投影法 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 4 汉字串的倾斜校正 | 第27-33页 |
| ·引言 | 第27-28页 |
| ·倾斜角检测 | 第28-29页 |
| ·直线拟合法 | 第28页 |
| ·分段折线拟合法 | 第28-29页 |
| ·旋转校正图像 | 第29-30页 |
| ·实验结果与分析 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 5 打印体汉字识别 | 第33-43页 |
| ·打印体汉字识别方法综述 | 第33-34页 |
| ·结构模式识别方法 | 第33页 |
| ·统计模式识别方法 | 第33页 |
| ·人工神经网络 | 第33-34页 |
| ·支持向量机 | 第34页 |
| ·本文汉字识别的流程 | 第34-35页 |
| ·汉字标准字库的构建 | 第35-39页 |
| ·汉字大小归一化 | 第35-36页 |
| ·汉字特征提取 | 第36-39页 |
| ·计算图像梯度 | 第36-37页 |
| ·梯度图像八方向分解 | 第37页 |
| ·对梯度子图像做网格统计 | 第37-39页 |
| ·分类器设计 | 第39-42页 |
| ·一级粗分类 | 第39-40页 |
| ·二级细分类 | 第40页 |
| ·实验结果与分析 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 6 识别后处理 | 第43-50页 |
| ·引言 | 第43页 |
| ·字符识别可靠性测定 | 第43-45页 |
| ·本文的后处理方法 | 第45-49页 |
| ·基于N-gram语言模型的后处理方法 | 第45-48页 |
| ·N-gram语言模型 | 第45-46页 |
| ·语料库统计 | 第46-48页 |
| ·基于查找匹配的后处理方法 | 第48页 |
| ·实验结果与分析 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 7 总结与展望 | 第50-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-55页 |
