摘要：现如今，各高校为了管理学生的实验进程，通常以实验报告手册的形式进行收发存储，多数实验报告保存在实验室用以日后的统计和检查，大量的实验报告为管理增加了难度。

纸质实验报告的拍照存储成为解决上述问题的方法之一，本次课题便提出利用OCR技术对光学字符进行识别，这种识别技术可以自动识别学生在实验报告中手写的学号等信息，方便实验室管理人员对学生信息的录入。

本文采用HALCON算子库对目标字符进行识别,其具体步骤是:对图像进行灰度化；中值滤波去噪的预处理；利用阈值分割技术对实验报告中的文字信息与背景信息进行分割，对分割后的区域进行裁剪后，使用连通域分割等技术排除干扰信息，以提取实验报告中的手写学号字符特征；利用多层神经网络（MLP）分类器进行机器学习，将学习训练过的手写学号与提取出的特征值进行匹配以达到识别字符的目的。

关键词：OCR技术  预处理  分类器  机器学习  光学字符

目录

摘要

Abstract

第一章 绪论-1

1.1课题研究背景和意义-1

1.2 OCR技术在国内外的研究现状-1

1.3 论文的主要工作-2

1.4 本文的组织结构-2

第二章 图像的预处理技术理论-4

2.1灰度化-4

2.2 去噪-4

2.2.1 高斯滤波法-4

2.2.2 中值滤波法-5

第三章 字符图像的分割技术-6

3.1 基于阈值的图像分割-7

3.1.1 全局阈值分割法-8

3.1.2 局部阈值分割法-8

3.2 感兴趣（ROI）区域获取-10

3.2.1区域裁剪-11

3.2.2连通域分割-11

第四章 基于MLP的字符识别-13

4.1 HALCON软件介绍-13

4.2分类器的选取-13

4.3创建多层感知器MLP分类器-14

4.2.2模型创建算子说明-15

4.2.3样本训练算子说明-16

4.2.4字符分类识别算子说明-16

第五章 实验结果与分析-17

5.1字符特征的获取-17

5.2字符识别-19

第六章 总结与展望-22

致谢-23

参考文献-24