身份证号码识别算法与研究
| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究目的及意义 | 第10-11页 |
| 1.2 识别技术的研究现状 | 第11-13页 |
| 1.3 研究技术难点 | 第13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 第2章 身份证图像预处理 | 第14-33页 |
| 2.1 线段检测 | 第14-21页 |
| 2.1.1 Hough变换检测法 | 第15-17页 |
| 2.1.2 Burns边缘检测法 | 第17-18页 |
| 2.1.3 LSD线段检测法 | 第18-21页 |
| 2.2 几何变换 | 第21-24页 |
| 2.2.1 图像平移 | 第22页 |
| 2.2.2 缩放变换 | 第22-23页 |
| 2.2.3 图像旋转 | 第23-24页 |
| 2.3 图像的平滑和锐化 | 第24-26页 |
| 2.4 图像二值化 | 第26-29页 |
| 2.5 字符分割 | 第29-32页 |
| 2.5.1 基于连通域提取的方法 | 第29-32页 |
| 2.5.2 投影分割方法 | 第32页 |
| 2.6 本章小结 | 第32-33页 |
| 第3章 卷积神经网络 | 第33-41页 |
| 3.1 卷积神经网络简介 | 第33页 |
| 3.2 BP算法 | 第33-37页 |
| 3.2.1 神经网络模型 | 第34-35页 |
| 3.2.2 BP算法 | 第35-37页 |
| 3.3 卷积神经网络结构 | 第37-39页 |
| 3.3.1 卷积层 | 第37页 |
| 3.3.2 池化层 | 第37-38页 |
| 3.3.3 BN层 | 第38-39页 |
| 3.4 卷积神经网络的训练 | 第39-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第4章 基于CNN的号码识别算法 | 第41-56页 |
| 4.1 图像预处理方法 | 第41-44页 |
| 4.2 号码图像精定位 | 第44-45页 |
| 4.3 改进的投影分割 | 第45-48页 |
| 4.4 号码识别 | 第48-55页 |
| 4.4.1 改进的网络结构模型 | 第49-51页 |
| 4.4.2 训练数据集 | 第51-54页 |
| 4.4.3 识别结果与分析 | 第54-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第5章 总结及未来工作 | 第56-58页 |
| 5.1 研究工作总结 | 第56页 |
| 5.2 未来工作展望 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第64页 |
