1. 毕业设计（论文）主要内容：

ocr作为一种自动解读文档图像符号的技术，一直以来都备受关注，尤其在信息时代的今天，数字图像纷繁复杂，如何便捷高效的获取其中的文字信息，更有着重要的时代意义。

文档图像二值化是文档图像分析和识别流程中的一个重要步骤。

为了让计算机更快的、更好地识别文字，需要先对含有噪音的彩色图进行处理，使图片只剩下前景信息与背景信息，可以简单的定义前景信息为黑色，背景信息为白色，这就是二值化图。

2. 毕业设计（论文）主要任务及要求

1）首先采集相关数据集，对其进行分析，数据增强；

2）然后搜集相关资料，建立合适的模型对数据集进行训练，并对模型进行评估和改进；

3）最后利用二值化算法，将需要处理的图像转换为二值化图，以便后续进行字符识别。

3. 毕业设计（论文）完成任务的计划与安排

1）2018/1/14—2018/1/22：查阅参考文献，明确选题；

2）2018/1/23—2018/2/22：进一步阅读文献，完成开题报告；翻译英文资料（不少于5000汉字），并交予指导教师检查。

3）2018/2/23—2018/4/30：对采集的相关数据集进行分析，数据增强；模型的建立与改进；二值化算法实现。

4. 主要参考文献

[1] 周志华. 机器学习. 清华大学出版社，2016

[2] i. pratikakis, k. zagoris, g. barlas and b.gatos, “icdar2017 competition on document image binarization (dibco 2017)”, 14thiapr international conference on document analysis and recognition, july. 03, 2017.

[3] g. chutani, t. patnaik and v. dwivedi ,“an improved approach for automatic denoising and binarization of degradeddocument images based on region localization”, 2015 international conference onadvances in computing, communications and informatics (icacci)