视频图像中文本定位与提取的方法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 1 绪论 | 第7-13页 |
| ·课题的研究意义和目的 | 第7页 |
| ·国内外研究现状 | 第7-9页 |
| ·文本的分类 | 第9页 |
| ·文本的特征 | 第9-10页 |
| ·文本的提取流程 | 第10-11页 |
| ·论文的研究内容及组织安排 | 第11-13页 |
| 2 相关方法综述 | 第13-18页 |
| ·引言 | 第13页 |
| ·方法的分类综述 | 第13-17页 |
| ·基于边缘的方法 | 第13-14页 |
| ·基于纹理的方法 | 第14-15页 |
| ·基于区域的方法 | 第15页 |
| ·基于学习的方法 | 第15-16页 |
| ·综合性方法 | 第16页 |
| ·其他方法 | 第16-17页 |
| ·小结 | 第17-18页 |
| 3 基于角点检测和形态学的文本定位 | 第18-33页 |
| ·引言 | 第18页 |
| ·角点检测算法 | 第18-22页 |
| ·数学形态学 | 第22-24页 |
| ·图像预处理知识 | 第24-27页 |
| ·灰度化处理 | 第24页 |
| ·图像增强 | 第24-25页 |
| ·图像滤波 | 第25页 |
| ·边缘检测 | 第25-27页 |
| ·基于角点检测和形态学的文本定位 | 第27-32页 |
| ·角点检测 | 第27-29页 |
| ·角点滤波 | 第29-30页 |
| ·候选文本区域 | 第30页 |
| ·文本区域验证 | 第30-32页 |
| ·实验结果分析 | 第32-33页 |
| 4 文本图像分割 | 第33-49页 |
| ·引言 | 第33页 |
| ·阈值分割 | 第33-38页 |
| ·全局阈值法 | 第34-35页 |
| ·局部阈值法 | 第35-38页 |
| ·基于小波变换的文本分割 | 第38-49页 |
| ·基于小波变换的前期处理 | 第38-42页 |
| ·小波变换 | 第38-39页 |
| ·基于小波的图像分解 | 第39-42页 |
| ·特征提取 | 第42页 |
| ·基于支持向量机的文本区域分割 | 第42-46页 |
| ·支持向量机基本理论 | 第42-43页 |
| ·SVM训练与检测 | 第43-44页 |
| ·形态学后期处理 | 第44-45页 |
| ·实验结果分析 | 第45-46页 |
| ·基于K均值聚类的文本区域分割 | 第46-49页 |
| ·K均值聚类原理 | 第46页 |
| ·文本区域分割 | 第46-47页 |
| ·实验结果分析 | 第47-49页 |
| 5 字符识别 | 第49-57页 |
| ·引言 | 第49页 |
| ·字符图像预处理 | 第49-50页 |
| ·基于形态学的文字细化处理 | 第50-52页 |
| ·字符识别常见方法 | 第52-56页 |
| ·模板匹配法 | 第52页 |
| ·基于字符特征的识别方法 | 第52-54页 |
| ·神经网络方法 | 第54-56页 |
| ·小结 | 第56-57页 |
| 6 总结与展望 | 第57-59页 |
| ·全文总结 | 第57页 |
| ·工作展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
