基于极大稳定极值区的视频文本检测算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-14页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外文本检测研究现状 | 第9-14页 |
| ·边缘分析方法 | 第9-10页 |
| ·纹理分析法 | 第10-12页 |
| ·连通域分析法 | 第12-14页 |
| 2 文本检测研究综述 | 第14-20页 |
| ·视频文本分类 | 第14页 |
| ·文本特征分析 | 第14-18页 |
| ·不依赖语言的文本特征 | 第15-16页 |
| ·依赖语言的文本特征 | 第16-18页 |
| ·论文主要任务和结构 | 第18-20页 |
| ·本文的主要任务 | 第18-19页 |
| ·本文结构 | 第19-20页 |
| 3 文本检测算法研究 | 第20-33页 |
| ·最稳定极值区检测 | 第20-25页 |
| ·MSER算法原理 | 第20-21页 |
| ·MSER的提取算法 | 第21-25页 |
| ·高/底帽变换 | 第25-28页 |
| ·灰度形态学基本定义 | 第26页 |
| ·高/底帽变换定义 | 第26-27页 |
| ·结构算子的选取 | 第27-28页 |
| ·Graph Cuts算法 | 第28-30页 |
| ·Graph Cuts算法原理 | 第28-30页 |
| ·目标能量函数最小化 | 第30页 |
| ·文本提取框架流程 | 第30-33页 |
| ·文本提取技术难题 | 第30-31页 |
| ·本文文本检测框架 | 第31-33页 |
| 4 文本检测算法实现 | 第33-49页 |
| ·视频文本检测 | 第33-40页 |
| ·HSI颜色空间 | 第33-35页 |
| ·GAM文本边界增强 | 第35-36页 |
| ·形态滤波增强的MSER | 第36-38页 |
| ·字符分割 | 第38-40页 |
| ·候选文本区域定位 | 第40-47页 |
| ·文本几何特征分析 | 第40-42页 |
| ·RLSA算法 | 第42-44页 |
| ·文本粗定位 | 第44-46页 |
| ·笔画宽度标记 | 第46-47页 |
| ·多帧方式确认候选文本区域 | 第47-49页 |
| 5 实验结果与分析 | 第49-56页 |
| ·视频文本检测数据库介绍 | 第49-50页 |
| ·实验参数设定与结果评价准则 | 第50-51页 |
| ·参数设定 | 第50页 |
| ·结果评价准则 | 第50-51页 |
| ·实验结果评价与分析 | 第51-53页 |
| ·文本边缘增强对文本检测的作用 | 第51-52页 |
| ·高底帽变换对文本背景抑制的作用 | 第52-53页 |
| ·Graph Cuts对得到文本最优分割的作用 | 第53页 |
| ·综合实验分析 | 第53-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
