基于SLIC和OTSU的自然场景文本分割方法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 1 概述 | 第9-18页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 自然场景图像文本识别 | 第10-12页 |
| 1.2.1 自然场景图像文本 | 第10-11页 |
| 1.2.2 自然场景文本分割难点 | 第11-12页 |
| 1.3 国内外研究现状及趋势 | 第12-16页 |
| 1.3.1 文本分割 | 第12-15页 |
| 1.3.2 字符识别 | 第15-16页 |
| 1.4 本文研究目标与内容 | 第16-18页 |
| 2 基于SLIC和OTSU的自然场景文本分割方法 | 第18-33页 |
| 2.1 文本分割方法 | 第18-19页 |
| 2.2 超像素预处理 | 第19-23页 |
| 2.2.1 超像素算法分类 | 第20-21页 |
| 2.2.2 SLIC超像素算法原理 | 第21-23页 |
| 2.3 图像预处理 | 第23-26页 |
| 2.3.1 彩色图像灰度化方法 | 第23-24页 |
| 2.3.2 直方图均衡化 | 第24-25页 |
| 2.3.3 图像噪声处理 | 第25-26页 |
| 2.4 图像二值化处理 | 第26-30页 |
| 2.4.1 全局阈值法 | 第26-27页 |
| 2.4.2 局部阈值法 | 第27-28页 |
| 2.4.3 OTSU二值化 | 第28-30页 |
| 2.5 文本分割实验 | 第30-33页 |
| 3 基于TESSERACT的字符识别方法 | 第33-47页 |
| 3.1 TESSERACT字符识别原理 | 第33-38页 |
| 3.1.1 文本行及单词的确定 | 第34-36页 |
| 3.1.2 单词的识别 | 第36-37页 |
| 3.1.3 静态字符分类器 | 第37-38页 |
| 3.2 TESSERACT训练流程 | 第38-47页 |
| 4 实验及结果分析 | 第47-55页 |
| 4.1 实验数据集与评价方法 | 第47-48页 |
| 4.1.1 实验数据集 | 第47-48页 |
| 4.1.2 评价方法 | 第48页 |
| 4.2 实验分析 | 第48-55页 |
| 4.2.1 SLIC超像素生成 | 第49-51页 |
| 4.2.2 识别结果的修正 | 第51-52页 |
| 4.2.3 文本分割方法比较 | 第52-55页 |
| 5 研究总结与展望 | 第55-57页 |
| 5.1 研究总结 | 第55-56页 |
| 5.2 研究展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 攻硕期间发表的科研成果目录 | 第61-62页 |
| 致谢 | 第62页 |
