复杂背景下的文本定位技术应用研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 文本定位的国内外研究状况 | 第10-12页 |
| 1.3 本文的研究内容 | 第12-13页 |
| 1.4 本文的组织安排 | 第13-14页 |
| 第二章 文本定位研究概述 | 第14-21页 |
| 2.1 基于特征提取的文本定位方法 | 第14-16页 |
| 2.1.1 基于连通域方法 | 第14-15页 |
| 2.1.2 基于边缘方法 | 第15-16页 |
| 2.1.3 基于纹理方法 | 第16页 |
| 2.2 基于机器学习的文本定位方法 | 第16-17页 |
| 2.3 特征提取与机器学习相结合的方法 | 第17-18页 |
| 2.4 各类定位方法的比较 | 第18-19页 |
| 2.5 评估方法介绍 | 第19-20页 |
| 2.6 本章小结 | 第20-21页 |
| 第三章 基于主动轮廓模型的文本定位方法 | 第21-31页 |
| 3.1 主动轮廓模型 | 第21-23页 |
| 3.2 基于主动轮廓模型的文本定位方法 | 第23-27页 |
| 3.2.1 图像预处理 | 第23-25页 |
| 3.2.2 利用主动轮廓模型提取文本轮廓 | 第25-26页 |
| 3.2.3 图像后处理 | 第26-27页 |
| 3.3 实践应用结果与分析 | 第27-30页 |
| 3.3.1 应用效果与方法特点 | 第27-30页 |
| 3.3.2 算法结果比较与评估 | 第30页 |
| 3.4 本章小结 | 第30-31页 |
| 第四章 基于显著性检测的文本定位方法 | 第31-40页 |
| 4.1 中心分割算法的问题 | 第31-32页 |
| 4.2 显著性检测算法 | 第32-34页 |
| 4.3 文本定位方法步骤 | 第34-36页 |
| 4.4 实践应用结果与分析 | 第36-39页 |
| 4.4.1 应用效果与方法特点 | 第36-38页 |
| 4.4.2 算法结果比较与评估 | 第38-39页 |
| 4.5 本章小结 | 第39-40页 |
| 第五章 基于边缘置信测度的文本定位方法 | 第40-49页 |
| 5.1 梯度估计与置信测度 | 第40-42页 |
| 5.2 非极大值抑制与滞后性阈值设置 | 第42-44页 |
| 5.3 文本定位方法步骤 | 第44-45页 |
| 5.4 实践应用结果与分析 | 第45-48页 |
| 5.4.1 应用效果与方法特点 | 第45-47页 |
| 5.4.2 算法结果比较与评估 | 第47-48页 |
| 5.5 本章小结 | 第48-49页 |
| 第六章 总结与展望 | 第49-51页 |
| 6.1 论文工作总结 | 第49页 |
| 6.2 进一步工作展望 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第54-55页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第55-56页 |
| 致谢 | 第56页 |
