| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-23页 |
| 1.1 课题的研究目的和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-18页 |
| 1.2.1 文本定位方法研究现状 | 第11-14页 |
| 1.2.2 文本分割方法研究现状 | 第14-16页 |
| 1.2.3 基于智能优化算法的文本分割方法研究现状 | 第16-18页 |
| 1.3 自然场景文本定位的难点 | 第18-20页 |
| 1.4 本文定位算法流程 | 第20-21页 |
| 1.5 本文的主要工作 | 第21-23页 |
| 第2章 细菌觅食优化算法概述及其改进 | 第23-38页 |
| 2.1 细菌觅食优化算法的基本原理 | 第23-28页 |
| 2.1.0 算法起源 | 第23页 |
| 2.1.1 细菌觅食优化算法的研究进展 | 第23页 |
| 2.1.2 经典细菌觅食优化算 | 第23-27页 |
| 2.1.3 细菌觅食优化算法整体流程 | 第27-28页 |
| 2.2 改进的细菌觅食优化算法 | 第28-30页 |
| 2.2.1 趋向行为的分析与改进 | 第28-29页 |
| 2.2.2 复制行为的分析与改进 | 第29-30页 |
| 2.2.3 驱散行为的分析与改进 | 第30页 |
| 2.3 改进算法的总流程 | 第30-32页 |
| 2.4 实证分析 | 第32-37页 |
| 2.5 本章小节 | 第37-38页 |
| 第3章 基于改进PCNN和SABFO的图像分割方法 | 第38-47页 |
| 3.1 PCNN图像分割基本原理 | 第38-39页 |
| 3.2 基于PCNN的文本图像三值化分割 | 第39-40页 |
| 3.3 基于改进的PCNN和SABFO的文本图像三值化分割 | 第40-42页 |
| 3.3.1 算法可行性分析 | 第40页 |
| 3.3.2 适应度函数的设计 | 第40-41页 |
| 3.3.3 算法的整体流程 | 第41-42页 |
| 3.4 实验结果与分析 | 第42-44页 |
| 3.5 分割后的组合 | 第44-46页 |
| 3.6 本章小节 | 第46-47页 |
| 第4章 文本识别与定位 | 第47-61页 |
| 4.1 图像边缘提取 | 第47-49页 |
| 4.2 连通分量标记 | 第49-51页 |
| 4.3 连通分量的初步筛选 | 第51-52页 |
| 4.4 文本区域提取 | 第52-54页 |
| 4.5 文本特征提取 | 第54-55页 |
| 4.6 文本区域过滤 | 第55-57页 |
| 4.6.1 设置过滤条件 | 第55-56页 |
| 4.6.2 过滤效果分析 | 第56-57页 |
| 4.7 实验结果与分析 | 第57-60页 |
| 4.8 本章小结 | 第60-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第67-68页 |
| 致谢 | 第68页 |
