| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 第一章 绪论 | 第6-13页 |
| 1.1 研究背景及意义 | 第6-7页 |
| 1.2 文字定位技术的国内外研究现状 | 第7-8页 |
| 1.3 视频图像简介 | 第8-9页 |
| 1.4 图像中文字的表现形式 | 第9-10页 |
| 1.5 视频图像中的文字具有以下特征 | 第10-11页 |
| 1.6 文字区域定位技术存在的难点 | 第11页 |
| 1.7 本文主要研究内容及章节安排 | 第11-13页 |
| 第二章 文字定位技术概述 | 第13-20页 |
| 2.1 文字提取识别系统 | 第13页 |
| 2.2 文本检测定位技术算法 | 第13-19页 |
| 2.2.1 基于区域的方法 | 第14-15页 |
| 2.2.2 基于纹理的方法 | 第15-16页 |
| 2.2.3 基于边缘的方法 | 第16页 |
| 2.2.4 基于学习的方法 | 第16-18页 |
| 2.2.5 混合方法 | 第18-19页 |
| 2.3 本章小结 | 第19-20页 |
| 第三章 角点检测算法概述 | 第20-27页 |
| 3.1 角点 | 第20-21页 |
| 3.2 角点检测算法 | 第21-25页 |
| 3.2.1 基于二值图像的角点检测算法 | 第21页 |
| 3.2.2 基于轮廓曲线的角点检测算法 | 第21页 |
| 3.2.3 基于灰度图像的角点检测算法 | 第21-25页 |
| 3.2.3.1 Harris角点检测算法 | 第22-23页 |
| 3.2.3.2 Susan角点检测算法 | 第23-24页 |
| 3.2.3.3 Moravec角点检测算法 | 第24-25页 |
| 3.3 基于灰度的几种算法性能比较 | 第25-26页 |
| 3.4 本章小结 | 第26-27页 |
| 第四章 基于角点密集度的维吾尔文视频图像中的文字区域定位 | 第27-47页 |
| 4.1 引言 | 第27页 |
| 4.2 维吾尔文字结构特点 | 第27-28页 |
| 4.3 视频图像中文字区域的定位 | 第28-35页 |
| 4.3.1 预处理 | 第29-31页 |
| 4.3.2 Harris角点检测算法 | 第31-35页 |
| 4.4 角点区域的分层及分块 | 第35-38页 |
| 4.4.1 角点区域的分层 | 第36-37页 |
| 4.4.2 角点区域的分块 | 第37-38页 |
| 4.5 基线位置的确定 | 第38-39页 |
| 4.6 连通域合并 | 第39-41页 |
| 4.7 实验结果与分析 | 第41-46页 |
| 4.7.1 实验环境与数据来源 | 第41页 |
| 4.7.2 实验结果 | 第41-44页 |
| 4.7.3 实验结果分析 | 第44-46页 |
| 4.8 本章小结 | 第46-47页 |
| 第五章 总结与展望 | 第47-49页 |
| 5.1 总结 | 第47页 |
| 5.2 展望 | 第47-49页 |
| 参考文献 | 第49-52页 |
| 攻读硕士期间发表论文和参加科研情况 | 第52-53页 |
| 致谢 | 第53-54页 |