手机拍摄的超市标签文字识别相关技术的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-16页 |
| ·研究背景 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·研究的主要内容 | 第12-13页 |
| ·本课题的研究意义 | 第13-14页 |
| ·论文的组织结构 | 第14-16页 |
| 第2章 相关技术分析 | 第16-24页 |
| ·图像处理的基本理论 | 第16-18页 |
| ·数字图像的表示方式 | 第16-17页 |
| ·数字图像的处理方法 | 第17-18页 |
| ·模式识别的基本理论 | 第18-20页 |
| ·模式识别的一般原理 | 第18-19页 |
| ·模式识别的基本方法 | 第19-20页 |
| ·字符识别的分类概述 | 第20-21页 |
| ·字符识别的输入设备 | 第21-22页 |
| ·本章小结 | 第22-24页 |
| 第3章 超市标签图像的预处理 | 第24-48页 |
| ·标签图像预处理流程 | 第24-25页 |
| ·彩色图像转换为灰度图像 | 第25-26页 |
| ·不均匀光照影响削减方法 | 第26-31页 |
| ·基于图像空域增晰方法与实验 | 第26-28页 |
| ·标签图像频域增晰方法与实验 | 第28-31页 |
| ·标签图像的二值化方法 | 第31-40页 |
| ·整体阈值二值化 | 第31-34页 |
| ·局部阈值二值化 | 第34-35页 |
| ·针对标签图像二值化方法的选择与优化 | 第35-38页 |
| ·实验结果分析 | 第38-40页 |
| ·标签图像的去噪方法 | 第40-47页 |
| ·噪声的种类分析 | 第40-41页 |
| ·典型的去噪声算法对比 | 第41-42页 |
| ·形态学去噪及改进的结构元素选取方法 | 第42-46页 |
| ·实验结果分析 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 超市标签图像文字识别技术研究 | 第48-66页 |
| ·字符识别综述 | 第48页 |
| ·常用字符识别方法 | 第48-50页 |
| ·常用字符特征 | 第50-51页 |
| ·特征向量组合设计与提取 | 第51-57页 |
| ·字符分割 | 第52-53页 |
| ·网格特征的提取方法及实现 | 第53-56页 |
| ·投影特征的提取方法与实现 | 第56-57页 |
| ·基于 BP 神经网络的印刷体字符分类器设计 | 第57-64页 |
| ·BP 网络模型与算法推理 | 第57-61页 |
| ·BP 神经网络的结构设计 | 第61-62页 |
| ·BP 神经网络的参数设计 | 第62-64页 |
| ·本章小结 | 第64-66页 |
| 第5章 标签图像识别验证及效果分析 | 第66-74页 |
| ·实验系统的基本要求 | 第66页 |
| ·实验方案 | 第66-69页 |
| ·样本选取 | 第66-67页 |
| ·训练设计 | 第67-69页 |
| ·实验结果分析 | 第69-72页 |
| ·本章小结 | 第72-74页 |
| 结论 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 攻读硕士学位期间所发表的学术论文 | 第80-82页 |
| 致谢 | 第82页 |
