卡片字符高速识别与校验系统的研究与设计
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-17页 |
| ·研究背景与意义 | 第10页 |
| ·课题研究内容 | 第10-14页 |
| ·图像处理的基本概念 | 第10-13页 |
| ·模式识别与文字识别技术 | 第13页 |
| ·课题的研究内容小结 | 第13-14页 |
| ·类似系统分析 | 第14-15页 |
| ·论文组织结构 | 第15-17页 |
| 第二章 卡片字符定位算法研究 | 第17-45页 |
| ·二值化 | 第17-29页 |
| ·概述 | 第17-18页 |
| ·双峰直方图阈值分割法和平均灰度法 | 第18-19页 |
| ·Ostu 方法 | 第19-23页 |
| ·Niblack 方法 | 第23-24页 |
| ·Bernsen 算法 | 第24-27页 |
| ·本文所使用的方法 | 第27-29页 |
| ·字符区域精确定位和字符切分 | 第29-34页 |
| ·基于投影的字符区域定位方法 | 第30-31页 |
| ·单个字符切分 | 第31-34页 |
| ·字符正规化 | 第34-37页 |
| ·位置正规化 | 第34-35页 |
| ·尺寸正规化 | 第35-36页 |
| ·重心→中心正规化 | 第36-37页 |
| ·细化 | 第37-40页 |
| ·基于数学形态学的细化算法 | 第37-38页 |
| ·Zhang-Suen 细化算法 | 第38-40页 |
| ·噪声处理 | 第40-42页 |
| ·含八个方向的模板的边缘提取算法 | 第41页 |
| ·加权领域平均算法来进行滤波处理 | 第41-42页 |
| ·数学形态学方法 | 第42-44页 |
| ·概述 | 第42页 |
| ·腐蚀和膨胀 | 第42-43页 |
| ·开运算和闭运算 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第三章 文字识别方法 | 第45-62页 |
| ·文字识别过程 | 第45-48页 |
| ·卡片文字符模板设计 | 第46-47页 |
| ·字符识别过程 | 第47-48页 |
| ·统计决策方法 | 第48-51页 |
| ·定点采样 | 第48页 |
| ·特征相关法 | 第48-49页 |
| ·最小距离分类器 | 第49-50页 |
| ·最邻近分类 | 第50-51页 |
| ·神经网络方法 | 第51-60页 |
| ·人工神经网络原理 | 第51-52页 |
| ·用BPNN 进行字符识别 | 第52-59页 |
| ·BPNN 的取样、训练与应用 | 第59-60页 |
| ·本章小结 | 第60-62页 |
| 第四章 系统流程及其实现 | 第62-71页 |
| ·系统的硬件环境设计 | 第62-63页 |
| ·使用系统的设定 | 第62-63页 |
| ·CCD 摄像头和视频采集卡的选取 | 第63页 |
| ·系统流程 | 第63-66页 |
| ·系统总体结构和流程 | 第63-65页 |
| ·文字识别流程 | 第65-66页 |
| ·系统实现简述 | 第66-67页 |
| ·图像处理基础类库 | 第66-67页 |
| ·单个字符识别类 | 第67页 |
| ·卡片字符识别类 | 第67页 |
| ·其它辅助模块 | 第67页 |
| ·实验结果与分析 | 第67-69页 |
| ·课题研究成果与形式 | 第69-70页 |
| ·本章小结 | 第70-71页 |
| 第五章 结论 | 第71-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-78页 |
