手机拍照下题目分类算法的研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究目的与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 文本区域定位算法概述 | 第10-11页 |
| 1.2.2 基于文本区域的题目分类算法的概述 | 第11-12页 |
| 1.3 论文主要研究成果 | 第12-14页 |
| 1.4 论文的内容安排 | 第14-16页 |
| 第二章 文本区域定位 | 第16-24页 |
| 2.1 引言 | 第16-17页 |
| 2.2 基于笔画宽度变换的文本区域定位 | 第17-22页 |
| 2.2.1 Canny边缘检测基本原理 | 第18-20页 |
| 2.2.2 笔画宽度变换 | 第20-21页 |
| 2.2.3 连通域分析 | 第21-22页 |
| 2.2.4 文本行定位 | 第22页 |
| 2.3 文本区域定位算法实验结果 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 定位文本区域分类算法 | 第24-34页 |
| 3.1 引言 | 第24页 |
| 3.2 多特征提取 | 第24-27页 |
| 3.2.1 颜色特征提取 | 第24-25页 |
| 3.2.2 形状特征提取 | 第25-26页 |
| 3.2.3 纹理特征提取 | 第26-27页 |
| 3.3 SVM分类器 | 第27-31页 |
| 3.3.1 学习模型 | 第28-29页 |
| 3.3.2 优化方法 | 第29-30页 |
| 3.3.3 判别模型 | 第30页 |
| 3.3.4 松弛变量 | 第30-31页 |
| 3.4 定义文本区域分类实现 | 第31-32页 |
| 3.5 已定位文本区域分类算法实验结果分析 | 第32-33页 |
| 3.6 本章小结 | 第33-34页 |
| 第四章 题目字符识别系统 | 第34-47页 |
| 4.1 引言 | 第34页 |
| 4.2 图像二值化 | 第34-37页 |
| 4.2.1 大津算法 | 第35页 |
| 4.2.2 最大熵法 | 第35-36页 |
| 4.2.3 最优迭代阈值法 | 第36页 |
| 4.2.4 二值化算法比较 | 第36-37页 |
| 4.3 文字分割算法 | 第37-38页 |
| 4.3.1 垂直投影法 | 第37页 |
| 4.3.2 最大宽度回归式字切分法 | 第37-38页 |
| 4.3.3 基于识别的切分法 | 第38页 |
| 4.3.4 整体切分法 | 第38页 |
| 4.4 单子切分与识别 | 第38-40页 |
| 4.5 文字检索 | 第40页 |
| 4.6 系统实验效果展示 | 第40-46页 |
| 4.6.1 文本区域定位效果 | 第41-42页 |
| 4.6.2 二值化后图像效果 | 第42-43页 |
| 4.6.3 文字分割效果 | 第43页 |
| 4.6.4 文字识别效果 | 第43-44页 |
| 4.6.5 检索效果 | 第44-46页 |
| 4.7 本章小结 | 第46-47页 |
| 第五章 总结与展望 | 第47-50页 |
| 5.1 总结 | 第47-48页 |
| 5.2 展望 | 第48-50页 |
| 参考文献 | 第50-52页 |
| 致谢 | 第52-53页 |
| 攻读学位期间发表的学术论文目录 | 第53页 |
