首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于视频文本检测和视频对象分割方法研究

摘要第1-7页
ABSTRACT第7-10页
目录第10-14页
CONTENTS第14-18页
第一章 绪论第18-34页
   ·研究背景第18-22页
     ·MPEG-4标准第18-20页
     ·MPEG-7标准第20-22页
   ·课题的研究意义第22-24页
   ·论文涉及到的基本概念和主要方法第24-28页
     ·基本概念第25-27页
       ·视频文本的两大类型第25页
       ·文本检测第25页
       ·文本定位第25-26页
       ·文本跟踪第26页
       ·文本区域分割第26页
       ·二值化第26页
       ·OCR软件识别第26页
       ·视频对象分割第26-27页
     ·论文涉及到的主要方法第27-28页
   ·国内外研究状况第28-31页
     ·对字幕文本的检测文献第29-31页
     ·对场景文本的检测文献第31页
   ·课题的研究内容和本文的章节安排第31-34页
第二章 基于边缘信息和LH的视频文本检测第34-48页
   ·引言第34-38页
     ·文本的特征第34-36页
     ·现有的方法第36-38页
   ·边缘密度检测第38-39页
   ·基于LH的凸台检测第39-40页
     ·LH的定义第39页
     ·凸台定义及参数第39-40页
     ·凸台检测算法第40页
   ·后处理第40-41页
   ·实验结果及分析第41-47页
   ·结论第47-48页
第三章 基于小波和LH的视频文本自动检测第48-60页
   ·引言第48-49页
   ·算法原理第49-52页
   ·实验结果及分析第52-59页
   ·结论第59-60页
第四章 基于形态学的文本自动检测第60-80页
   ·引言第60页
   ·形态学第60-63页
     ·二值形态学第61-62页
     ·灰度形态学第62-63页
   ·算法原理第63-67页
     ·基于小波形态学的文本检测(方案一)第63页
     ·基于形态学的文本检测(方案二)第63-67页
       ·预处理第63-64页
       ·形态边界第64页
       ·区域标记第64-66页
       ·连通分量分析第66页
       ·形态后处理第66页
       ·二值化处理第66-67页
   ·实验结果及分析第67-78页
     ·方案一的实验结果及分析第67-71页
     ·方案二的实验结果及分析第71-78页
   ·结论第78-80页
第五章 基于小波-神经网络的文本自动检测第80-88页
   ·引言第80页
   ·算法原理第80-83页
     ·原理概述第80-81页
     ·特征抽取和选择第81-82页
     ·FCNN分类器第82-83页
     ·文本检测第83页
   ·实验结果及分析第83-86页
   ·本章结论第86页
   ·本文几种视频文本检测算法总结第86-88页
第六章 视频文本的跟踪和二值化第88-96页
   ·引言第88页
   ·文本运动跟踪第88-91页
     ·运动估计第88-91页
     ·文本的运动跟踪第91页
   ·文本增强第91-93页
   ·字符二值化第93页
   ·OCR识别第93页
   ·实验结果第93-95页
   ·结论第95-96页
第七章 基于视频对象的分割第96-104页
   ·引言第96-97页
   ·算法原理第97-101页
     ·时域分割第97-99页
     ·空域分割第99-100页
       ·图象简化第99页
       ·标记提取第99-100页
       ·分水岭变换第100页
     ·时空融合第100-101页
   ·实验结果及分析第101-103页
   ·结论第103-104页
总结第104-107页
参考文献第107-117页
在学期间发表与学位论文内容相关的学术论文第117-118页
致谢第118页

论文共118页,点击 下载论文
上一篇:技术性贸易壁垒(TBT)对我国农产品出口的影响及法律对策--兼论广西农产品贸易
下一篇:基于沟通满意度的管理沟通体系构建