| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-23页 |
| ·课题背景和意义 | 第10-11页 |
| ·课题背景 | 第10页 |
| ·课题意义 | 第10-11页 |
| ·文本检测的相关分析 | 第11-15页 |
| ·文本图像的背景特征 | 第12页 |
| ·图像中文本的类型和特征 | 第12-14页 |
| ·文字信息提取与文字识别 | 第14-15页 |
| ·文本检测国内外研究现状及分析 | 第15-20页 |
| ·基于边缘特征的文本检测方法 | 第16-17页 |
| ·基于纹理特征的文本检测方法 | 第17页 |
| ·基于连通分量分析的文本检测方法 | 第17-18页 |
| ·基于统计学习的文本检测方法 | 第18-19页 |
| ·基于笔画特征融合的文本检测方法 | 第19-20页 |
| ·文本检测存在的问题和发展趋势 | 第20-21页 |
| ·本文的研究内容及组织结构 | 第21-23页 |
| 第2章 基于多尺度-方向笔画描述和SVM 验证的两层文字区域定位 | 第23-38页 |
| ·引言 | 第23-24页 |
| ·基于特征图像的文本区域粗定位 | 第24-30页 |
| ·基于多尺度-方向的笔画信息抽取 | 第25-27页 |
| ·融合粗糙度的特征图像获取 | 第27-29页 |
| ·定位文字候选区域 | 第29-30页 |
| ·文本行验证 | 第30-33页 |
| ·笔画图 | 第30-31页 |
| ·基于笔画特征的候选文本区域验证 | 第31-33页 |
| ·实验结果与分析 | 第33-37页 |
| ·本章小结 | 第37-38页 |
| 第3章 局部显著文字型区域描述结合连通分量分析的文本提取 | 第38-51页 |
| ·引言 | 第38-39页 |
| ·基于局部特征的显著文本区域获取 | 第39-43页 |
| ·基于灰度局部变化的显著映射 | 第40-41页 |
| ·基于显著多方向的边缘强度映射 | 第41-43页 |
| ·显著文本区域获取 | 第43页 |
| ·基于CC 定位文本区域 | 第43-47页 |
| ·显著连通分量的获取 | 第44-45页 |
| ·基于笔画结构特征进行级联滤波 | 第45-46页 |
| ·验证候选连通分量 | 第46-47页 |
| ·实验结果与分析 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第4章 边缘点颜色分布结合车牌自身结构的车牌检测 | 第51-61页 |
| ·引言 | 第51-53页 |
| ·基于边缘点颜色分布的车牌区域粗定位 | 第53-57页 |
| ·图像的竖直边缘提取 | 第53-54页 |
| ·基于颜色分布特征的边缘滤波 | 第54-57页 |
| ·获取候选车牌区域 | 第57页 |
| ·基于车牌自身结构的目标验证 | 第57-58页 |
| ·实验结果与分析 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-68页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第68-69页 |
| 致谢 | 第69-70页 |
| 作者简介 | 第70页 |