文档图像自适应二值化与字符识别

声明

摘要

第1章 绪论

1．1 研究背景及意义第1章 绪论

1．2 国内外研究现状

1．2．1 降质文档图像二值化算法研究现状

1．2．2 多字体文档图像字符识别算法研究现状

1．3 本文主要研究内容

第2章 二值化算法与字符识别算法介绍

2．1 二值化算法

2．1．1 全局阈值算法

2．1．2 局部阈值算法

2．2 当前二值化算法面临的问题

2．3 字符识别算法

2．3．1 基于结构的特征提取方法

2．3．2 基于统计的特征提取方法

2．3．3 神经网络字符识别

2．4 当前字符识别算法存在的难点

2．5 本草小结

第3章 基于支持向量机的自适应二值化算法

3．1 自适应二值化方法

3．1．1 图像的分类

3．1．2 SVM分类模型的建立

3．1．3 SVM训练样本的建立

3．2 实验描述及结果分析

3．2．1 实验环境和测试图像库

3．2．2 图像集自适应选择二值化测试

3．2．3 随手拍摄图像的自适应选择二值化测试

3．3 本草小结

第4章 基于CNN的多字体印刷体汉字识别

4．1 卷积神经网络的基础

4．1．1 卷积神经网络的结构

4．1．2 卷积神经网络的求解

4．2 基于卷积神经网络的字符识别

4．2．1 LeNet-5网络结构

4．2．2 基于改进LeNet-5网络结构的字符识别

4．2．3 改进的LeNet-5结构描述

4．2．4 实验与分析

4．3 本章小结

结论

参考文献

攻读硕士学位期间发表的学术论文及获得成果

致谢