基于笔划密度特征的二叉树SVM脱机手写体汉字识别方法研究
摘要 | 第1-6页 |
ABSTRACT | 第6-8页 |
致谢 | 第8-12页 |
第一章 绪论 | 第12-16页 |
·脱机手写体汉字识别研究背景及意义 | 第12页 |
·脱机手写体汉字识别的研究现状及发展趋势 | 第12-13页 |
·脱机手写体汉字识别的难点 | 第13-14页 |
·论文的内容和安排 | 第14-16页 |
第二章 脱机手写体汉字图像预处理与特征提取 | 第16-27页 |
·脱机手写体汉字图像的预处理 | 第16-19页 |
·汉字图像的归一化和细化预处理 | 第16-17页 |
·汉字图像的小波分解预处理 | 第17-19页 |
·粗分类特征提取方法 | 第19-25页 |
·小波分解子图投影特征的定义及特点 | 第19-20页 |
·脱机手写体汉字像素密度特征分布及特点 | 第20-25页 |
·细分类识别汉字特征提取方法 | 第25-27页 |
·基于弹性网格的外围轮廓特征 | 第25页 |
·小波多网格特征 | 第25-27页 |
第三章 二叉树 SVM 脱机手写体汉字粗分类研究 | 第27-34页 |
·脱机手写体汉字多级分类 | 第27页 |
·基于相似度二叉树 SVM 粗分类方法 | 第27-29页 |
·粗分类类别的划分 | 第28页 |
·相似度定义 | 第28页 |
·依据相似度剪枝二叉树 SVM 分类方法 | 第28-29页 |
·粗分类算法 | 第29-30页 |
·粗分类仿真实例 | 第30-34页 |
第四章 脱机手写体汉字细分类识别 | 第34-37页 |
·脱机手写体汉字图像识别流程 | 第34-35页 |
·支持向量机多分类算法 | 第35页 |
·脱机手写体汉字细分类算法 | 第35-37页 |
·手写体汉字细分类的特征 | 第35-36页 |
·脱机手写体细分类算法 | 第36-37页 |
第五章 脱机手写体汉字识别仿真 | 第37-44页 |
·实验样本的选取 | 第37页 |
·实验实例 | 第37-44页 |
·手写体汉字多级粗分类特征提取及分类 | 第37-40页 |
·脱机手写体汉字细分类特征提取与识别 | 第40-44页 |
第六章 总结与展望 | 第44-45页 |
·论文工作总结 | 第44页 |
·今后研究工作展望 | 第44-45页 |
参考文献 | 第45-48页 |
攻读硕士学位期间发表的论文 | 第48-49页 |