文摘
英文文摘
第1章OCR技术综述
1.1引言
1.2印刷体文字识别流程简介
1.3印刷体文字识别的研究历程
1.4印刷体文字识别研究方法简介
1.4.1结构模式识别
1.4.2统计模式识别
1.4.3统计识别与结构识别的结合
1.4.4人工神经网络
1.4.5模糊和模糊神经网络
1.5印刷体文字识别技术的最新进展
1.5.1组合优化特征的综合识别方法
1.5.2双语混排识别
1.6结论与展望
第2章图像预处理技术
2.1二值化
2.1.1二值化的基本原理
2.1.2自适应的判别分析二值化法
2.1.3小波变换二值化法
2.2滤波去噪声算法
2.3倾斜校正与旋转
2.3.1利用最近邻法对倾角进行初步检测
2.3.2利用Hough变换对倾角进行精确核准
2.3.3旋转校正的其它方法
2.3.4图像的旋转
2.4字符归一化方法
2.4.1线性整形归一化
2.4.2非线性整形归一化
2.4.3一种改进的非线性整形归一化算法
2.5细化算法
第3章字符分割方法
3.1字符分割的基本知识
3.2固定节距文本的分割
3.3对断裂字符进行分割
3.4分割字母紧排的字符
3.5分割粘连的字符
3.5.1判别多字符成分
3.5.2以特征为基础进行分割
3.6以识别为基础进行分割
第4章特征提取及压缩技术
4.1常用的特征提取方法
4.1.1结构特征
4.1.2统计特征
4.2特征模式的降维
4.2.1压缩降维方法
4.2.2筛选降维方法
第5章分类方法的介绍
5.1分类器的基本概念
5.2分类器的级别
5.2.1粗分类方法
5.2.2精匹配
5.3常用分类器的设计原理
5.3.1构造分类器
5.3.2分类器的训练及泛化
5.4分类器的融合
5.5神经网络与其它方法的比较
第6章WAFER字符的结构识别方法
6.1简介
6.1.1 WAFER字符特点
6.1.2 WAFER字符识别要求
6.1.3识别可具有的先验知识
6.1.4不利因素
6.2技术方案
6.2.1设计原则
6.2.2识别流程
6.3 WAFER图像预处理的方法
6.4线条检测
6.5字符分割
6.6 WAFER字符的结构匹配识别法
6.7测试结果
6.8分析与讨论
6.8.1图像预处理
6.8.2线条检测
6.8.3字符分割
6.8.4字符识别
第7章WAFER字符的统计识别方法
7.1 SOM树识别方法
7.1.1 SOM(自组织映射)方法简介
7.1.2 SOM网络的特征准备
7.1.3 LVQ方法在SOM中的应用
7.1.4 SOM树识别系统
7.2超平面感知器分类树
7.2.1单层感知器学习算法简介
7.2.2感知器树的建立
7.3超椭圆树决策分类器
7.4几种方法的结果比较与讨论
第8章全文总结
8.1本文主要内容
8.2需要进一步完成的工作
参考文献
致谢
