| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 场景文本定位面临的问题 | 第9-11页 |
| 1.3 文本定位研究现状 | 第11-13页 |
| 1.3.1 基于连通区域的文本定位方法 | 第11-12页 |
| 1.3.2 基于纹理的文本定位方法 | 第12页 |
| 1.3.3 基于边缘的文本定位方法 | 第12-13页 |
| 1.4 论文的主要内容及结构 | 第13-14页 |
| 第二章 文本定位流程设计 | 第14-19页 |
| 2.1 图像中的文本特征 | 第14-16页 |
| 2.2 文本定位流程 | 第16-18页 |
| 2.3 本章小结 | 第18-19页 |
| 第三章 基于MSER和AdaBoost的文本区域提取 | 第19-32页 |
| 3.1 MSER算法 | 第19-25页 |
| 3.1.1 MSER原理和定义 | 第19-21页 |
| 3.1.2 MSER实现 | 第21-23页 |
| 3.1.3 后处理部分 | 第23-25页 |
| 3.2 AdaBoost算法 | 第25-26页 |
| 3.2.1 AdaBoost算法概述 | 第25页 |
| 3.2.2 AdaBoost算法原理 | 第25-26页 |
| 3.3 文本区域提取 | 第26-31页 |
| 3.3.1 训练集建立 | 第26-29页 |
| 3.3.2 特征选取和AdaBoost学习 | 第29-30页 |
| 3.3.3 连通区域聚类 | 第30-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第四章 基于笔画宽度变换的非文本区域过滤 | 第32-41页 |
| 4.1 笔画宽度变换 | 第32-35页 |
| 4.2 笔画宽度变换实现细节 | 第35-37页 |
| 4.2.1 边缘检测 | 第35-37页 |
| 4.2.2 实验结果 | 第37页 |
| 4.3 基于SWT的非文本滤除 | 第37-40页 |
| 4.4 本章小结 | 第40-41页 |
| 第五章 文本定位效果测试与分析 | 第41-46页 |
| 5.1 数据库和评价方法 | 第41-43页 |
| 5.2 文本定位实验和分析 | 第43-45页 |
| 5.3 本章小结 | 第45-46页 |
| 第六章 总结与展望 | 第46-48页 |
| 6.1 论文总结 | 第46页 |
| 6.2 工作展望 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 致谢 | 第51页 |