| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 文字识别研究现状 | 第9-10页 |
| 1.2.2 秦汉瓦当及小篆文字的研究现状 | 第10-11页 |
| 1.3 本文研究内容 | 第11页 |
| 1.4 本文组织结构 | 第11-14页 |
| 第二章 瓦当拓片图像预处理 | 第14-28页 |
| 2.1 数据获取 | 第14-15页 |
| 2.2 图像二值化 | 第15-16页 |
| 2.3 非文字部分消除 | 第16-23页 |
| 2.3.1 圆检测 | 第16-20页 |
| 2.3.2 直线检测 | 第20-22页 |
| 2.3.3 区域消除 | 第22-23页 |
| 2.4 图像分割 | 第23-25页 |
| 2.4.1 传统图像分割方法 | 第23-24页 |
| 2.4.2 秦汉瓦当小篆文字分割 | 第24-25页 |
| 2.5 笔划细化 | 第25-26页 |
| 2.6 本章小结 | 第26-28页 |
| 第三章 瓦当图像文字特征提取 | 第28-40页 |
| 3.1 图像特征的分类 | 第28-29页 |
| 3.2 传统文字特征提取方法 | 第29-30页 |
| 3.2.1 点特征提取方法 | 第29-30页 |
| 3.2.2 基于笔划的特征提取方法 | 第30页 |
| 3.3 基于SIFT和数学形态学相结合的特征提取方法 | 第30-38页 |
| 3.3.1 尺度不变特征转换 | 第30-34页 |
| 3.3.2 基于数学形态学的文字特征提取 | 第34-38页 |
| 3.4 本章小结 | 第38-40页 |
| 第四章 秦汉瓦当小篆文字识别 | 第40-50页 |
| 4.1 支持向量机 | 第40-44页 |
| 4.1.1 支持向量机的基础理论 | 第40-42页 |
| 4.1.2 支持向量机原理 | 第42-44页 |
| 4.2 基于树形结构的多层级SVM分类器 | 第44-49页 |
| 4.2.1 多类分类问题 | 第44-45页 |
| 4.2.2 基于二叉树的支持向量机分类器 | 第45-49页 |
| 4.3 本章小结 | 第49-50页 |
| 第五章 秦汉瓦当文字识别系统设计与实现 | 第50-62页 |
| 5.1 系统设计与总体框架 | 第50-51页 |
| 5.1.1 主要功能设计 | 第50-51页 |
| 5.1.2 系统开发平台 | 第51页 |
| 5.2 系统实现 | 第51-60页 |
| 5.2.1 识别功能 | 第51-54页 |
| 5.2.2 检索功能 | 第54-57页 |
| 5.2.3 瓦当浏览功能 | 第57-60页 |
| 5.3 本章小结 | 第60-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 6.1 本文工作总结 | 第62页 |
| 6.2 未来工作展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间取得的科研成果 | 第68-70页 |
| 致谢 | 第70页 |