發(fā)布時(shí)間：2017-05-15 00:02

  本文關(guān)鍵詞：基于Android平臺(tái)的光學(xué)字符識(shí)別應(yīng)用的設(shè)計(jì)與實(shí)現(xiàn)，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著數(shù)字化時(shí)代的蓬勃發(fā)展,信息量以指數(shù)級(jí)的速度增長(zhǎng),然而手工錄入并存儲(chǔ)信息的速度遠(yuǎn)不及信息的產(chǎn)生速度。光學(xué)字符識(shí)別(OCR)技術(shù)能夠自動(dòng)化地檢測(cè)信息并識(shí)別出來(lái),有效地解決了信息錄入速度和正確率的問題。目前,基于PC設(shè)備的光學(xué)字符識(shí)別已經(jīng)被廣泛的應(yīng)用于辦公自動(dòng)化和工業(yè)智能化等方面,然而由于PC端的弱便攜性,很難隨時(shí)隨地處理生活信息。得益于智能手機(jī)硬件和Android平臺(tái)的發(fā)展,在移動(dòng)設(shè)備上進(jìn)行光學(xué)字符識(shí)別成為可能。基于Android平臺(tái)的光學(xué)字符識(shí)別成為一個(gè)被迫切需要的功能。本文將PC端上有關(guān)光學(xué)字符識(shí)別的先驗(yàn)知識(shí)和基本理論,應(yīng)用于移動(dòng)端,設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)基于Android平臺(tái)的光學(xué)字符識(shí)別應(yīng)用。本文重點(diǎn)研究了光學(xué)字符識(shí)別功能的具體實(shí)現(xiàn),以及應(yīng)用的功能設(shè)計(jì)和界面設(shè)計(jì)。本文的主要工作包括：1)應(yīng)用的需求分析和概要設(shè)計(jì),將應(yīng)用分為圖像采集模塊,字符識(shí)別模塊,信息存儲(chǔ)模塊這三個(gè)模塊。圖像采集模塊負(fù)責(zé)采集含有字符信息的圖像；字符識(shí)別模塊負(fù)責(zé)處理采集到的圖像,進(jìn)行識(shí)別并輸出識(shí)別結(jié)果；信息存儲(chǔ)模塊負(fù)責(zé)存儲(chǔ)原圖像,識(shí)別結(jié)果以及針對(duì)它們的編輯操作。2)應(yīng)用的詳細(xì)設(shè)計(jì)和具體實(shí)現(xiàn)。圖像采集模塊實(shí)現(xiàn)兩種方式采集圖像,分別調(diào)用了Android平臺(tái)的相機(jī)和相冊(cè)接口。對(duì)于圖像識(shí)別模塊,結(jié)合對(duì)文獻(xiàn)的研究以及實(shí)際場(chǎng)景的分析,設(shè)計(jì)了一系列光學(xué)字符識(shí)別的算法策略組合。針對(duì)生活場(chǎng)景的復(fù)雜,設(shè)計(jì)了灰度化,平滑,二值化,形態(tài)學(xué)操作等圖像預(yù)處理算法,增強(qiáng)背景和識(shí)別目標(biāo)的區(qū)別,然后找出圖像中的字符區(qū)域,進(jìn)行字符分割和字符歸一化,輸入到學(xué)習(xí)生成的SVM模型中進(jìn)行識(shí)別。信息存儲(chǔ)模塊,采用SQLite這一輕量的嵌入式數(shù)據(jù)庫(kù)引擎,將數(shù)據(jù)存儲(chǔ)到手機(jī)SD卡中。3)應(yīng)用測(cè)試和評(píng)價(jià)。在實(shí)際使用案例中對(duì)應(yīng)用進(jìn)行測(cè)試,通過(guò)對(duì)準(zhǔn)確率,查全率和F值的計(jì)算,分析應(yīng)用使用效果。本文的目標(biāo)是利用移動(dòng)平臺(tái)日益強(qiáng)大的計(jì)算能力,實(shí)現(xiàn)服務(wù)于日常生活的光學(xué)字符識(shí)別應(yīng)用,使用戶能夠獲取并存儲(chǔ)所需的信息。
【關(guān)鍵詞】：Android 光學(xué)字符識(shí)別 OpenCV SVM
【學(xué)位授予單位】：南京大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41
【目錄】：

• 摘要5-7
• Abstract7-14
• 第一章 引言14-18
• 1.1 項(xiàng)目背景和選題意義14-15
• 1.2 手寫數(shù)字識(shí)別的難點(diǎn)15
• 1.3 國(guó)內(nèi)外研究現(xiàn)狀15-16
• 1.4 本文研究的主要內(nèi)容16-17
• 1.5 本文的組織結(jié)構(gòu)17-18
• 第二章 技術(shù)綜述18-26
• 2.1 Android平臺(tái)簡(jiǎn)介和系統(tǒng)架構(gòu)18-20
• 2.2 Android與其他主流移動(dòng)操作系統(tǒng)的區(qū)別20
• 2.3 Android SDK和Android NDK介紹20-21
• 2.4 SQLite簡(jiǎn)介21
• 2.5 OpenCV簡(jiǎn)介21-22
• 2.6 支持向量機(jī)(SVM)算法介紹22-25
• 2.7 本章小結(jié)25-26
• 第三章 光學(xué)字符識(shí)別技術(shù)和算法實(shí)現(xiàn)26-44
• 3.1 光學(xué)字符識(shí)別流程26-27
• 3.2 預(yù)處理算法流程27-39
• 3.2.1 灰度化處理28-29
• 3.2.2 平滑算法研究29-33
• 3.2.3 二值化算法研究33
• 3.2.4 圖像形態(tài)學(xué)操作算法研究33-35
• 3.2.5 字符分割35-36
• 3.2.6 字符歸一化36
• 3.2.7 預(yù)處理算法具體實(shí)現(xiàn)36-39
• 3.3 訓(xùn)練SVM分類模型39-43
• 3.3.1 多類分類方法39-40
• 3.3.2 訓(xùn)練過(guò)程40-43
• 3.4 本章小結(jié)43-44
• 第四章 光學(xué)字符識(shí)別應(yīng)用的設(shè)計(jì)與實(shí)現(xiàn)44-62
• 4.1 需求分析44-45
• 4.2 圖像采集模塊45-48
• 4.3 字符識(shí)別模塊與其他模塊的交互48-50
• 4.4 信息存儲(chǔ)模塊50-52
• 4.5 界面設(shè)計(jì)52-58
• 4.5.1 首頁(yè)設(shè)計(jì)52-54
• 4.5.2 左側(cè)邊欄設(shè)計(jì)54-56
• 4.5.3 識(shí)別和顯示頁(yè)面56-58
• 4.6 應(yīng)用測(cè)試和評(píng)估58-61
• 4.6.1 測(cè)試環(huán)境58
• 4.6.2 測(cè)試內(nèi)容58-60
• 4.6.3 統(tǒng)計(jì)并評(píng)估識(shí)別結(jié)果60-61
• 4.7 本章小結(jié)61-62
• 第五章 總結(jié)與展望62-64
• 5.1 總結(jié)62-63
• 5.1.1 本文背景和所作的貢獻(xiàn)62
• 5.1.2 研究成果62-63
• 5.2 進(jìn)一步工作展望63-64
• 參考文獻(xiàn)64-65
• 致謝65-67

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前2條

1 秦玉平;王秀坤;艾青;劉衛(wèi)江;;多主題文本分類的實(shí)現(xiàn)算法[J];計(jì)算機(jī)工程;2008年02期

2 柳回春,馬樹元,吳平東,李曉梅;手寫體數(shù)字識(shí)別技術(shù)的研究[J];計(jì)算機(jī)工程;2003年04期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前5條

1 張巍;基于Android平臺(tái)的名片掃描識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];吉林大學(xué);2015年

2 陳培培;Android平臺(tái)視頻中字符實(shí)時(shí)識(shí)別技術(shù)的研究[D];南京信息工程大學(xué);2013年

3 馬文驥;基于Android平臺(tái)的字符識(shí)別預(yù)處理算法設(shè)計(jì)與實(shí)現(xiàn)[D];北京郵電大學(xué);2012年

4 劉莉;光學(xué)字符識(shí)別系統(tǒng)中關(guān)鍵算法的設(shè)計(jì)與研究[D];電子科技大學(xué);2011年

5 吳琳琳;基于SVM技術(shù)的手寫數(shù)字識(shí)別的研究[D];山東師范大學(xué);2006年

  本文關(guān)鍵詞：基于Android平臺(tái)的光學(xué)字符識(shí)別應(yīng)用的設(shè)計(jì)與實(shí)現(xiàn)，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：366469