| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-20页 |
| 1.1 课题背景及研究的目的和意义 | 第11-12页 |
| 1.2 自然场景图像文本定位与识别研究现状 | 第12-18页 |
| 1.2.1 自然场景图像文本定位研究现状 | 第12-16页 |
| 1.2.2 自然场景图像文本识别研究现状 | 第16-18页 |
| 1.3 算法评价标准 | 第18-19页 |
| 1.3.1 自然场景图像文本定位算法评价标准 | 第18页 |
| 1.3.2 自然场景图像文本识别算法评价标准 | 第18-19页 |
| 1.4 本文主要研究内容 | 第19-20页 |
| 第2章 MSER快速自然场景倾斜英文文本定位算法 | 第20-36页 |
| 2.1 引言 | 第20页 |
| 2.2 场景文本定位分析 | 第20-21页 |
| 2.3 MSER算法 | 第21-22页 |
| 2.4 基于MSER的倾斜英文文本定位 | 第22-35页 |
| 2.4.1 基于MSER的疑似文本区域选取 | 第23-24页 |
| 2.4.2 基于MSER的疑似文本区域选取 | 第24-28页 |
| 2.4.3 层次聚类文本融合 | 第28-32页 |
| 2.4.4 自然场景文本定位相关数据库 | 第32-33页 |
| 2.4.5 实验及结果分析 | 第33-35页 |
| 2.5 本章小结 | 第35-36页 |
| 第3章 MSER结合SVM的中文文本定位 | 第36-49页 |
| 3.1 引言 | 第36页 |
| 3.2 自然场景中文文本定位问题分析 | 第36页 |
| 3.3 MSER剪枝结合SVM的中文文本定位 | 第36-46页 |
| 3.3.1 基于MSER剪枝算法的候选笔画区域提取 | 第37-41页 |
| 3.3.2 基于SWT的动态闭运算笔画融合 | 第41-43页 |
| 3.3.3 基于SVM的中文文本区域选择 | 第43-46页 |
| 3.4 实验及结果分析 | 第46-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第4章 一种改进的文字复杂度的汉字识别 | 第49-59页 |
| 4.1 引言 | 第49页 |
| 4.2 文本区域预处理 | 第49-51页 |
| 4.3 改进的文字复杂度提取 | 第51-54页 |
| 4.3.1 文本像素点方向统计 | 第51-52页 |
| 4.3.2 方向统计直方图 | 第52-54页 |
| 4.4 BP神经网络训练 | 第54-55页 |
| 4.5 实验及结果分析 | 第55-58页 |
| 4.6 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及成果 | 第64-65页 |
| 致谢 | 第65页 |