基于MLP和区域分析的自然场景文本定位方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-16页 |
| ·本课题研究的背景和意义 | 第9-11页 |
| ·本课题的有关领域现状 | 第11-14页 |
| ·预处理和特征提取 | 第11-12页 |
| ·分类器的设计 | 第12-13页 |
| ·候选区域的选取与后处理 | 第13页 |
| ·文本定位算法的评价 | 第13-14页 |
| ·本课题的主要研究内容 | 第14-16页 |
| 第2章 特征提取的研究 | 第16-27页 |
| ·PCA 的概念 | 第16-20页 |
| ·PCA 的基本原理 | 第17-18页 |
| ·计算步骤 | 第18-20页 |
| ·fisher 线性变换 | 第20-22页 |
| ·特征提取 | 第22页 |
| ·结果分析 | 第22-26页 |
| ·可分性判据 | 第23-24页 |
| ·三种方法的比较 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 分类器设计与像素点分类方法 | 第27-45页 |
| ·神经网络基础 | 第27-30页 |
| ·感知器 | 第28页 |
| ·MLP 网络 | 第28-30页 |
| ·MLP 网络设计 | 第30-34页 |
| ·窗口大小对识别结果的影响 | 第30-31页 |
| ·MLP 网络结构对识别结果的影响 | 第31-32页 |
| ·MLP 网络结构设计 | 第32-34页 |
| ·MLP 网络训练 | 第34-36页 |
| ·训练样本对网络识别结果的影响 | 第35页 |
| ·MLP 网络训练方法 | 第35-36页 |
| ·像素点分类 | 第36-44页 |
| ·阈值与合并方法对分类结果的影响 | 第36-38页 |
| ·使用间隔扫描减少运行时间 | 第38-40页 |
| ·不同平滑方法的比较 | 第40-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 文本区域定位 | 第45-54页 |
| ·生成候选文本区域 | 第45-48页 |
| ·候选文本区域分析与处理 | 第48-51页 |
| ·候选文本区域初步分析 | 第48-50页 |
| ·候选文本区域合并 | 第50页 |
| ·候选文本区域频率分析 | 第50-51页 |
| ·文本区域定位效果分析 | 第51-53页 |
| ·评价准则 | 第51-52页 |
| ·文本区域定位结果比较 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 整体评价 | 第54-59页 |
| ·整体结构 | 第54页 |
| ·系统分析与评估 | 第54-58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间发表的学术论文 | 第64-66页 |
| 致谢 | 第66页 |
