基于自适应LBP的图像文本检测算法
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-9页 |
| 插图索引 | 第9-10页 |
| 第1章 绪论 | 第10-18页 |
| ·研究的背景与意义 | 第10-11页 |
| ·文本的特点分析 | 第11-12页 |
| ·文本分类 | 第11页 |
| ·文本特征 | 第11-12页 |
| ·国内外研究现状 | 第12-15页 |
| ·国外研究现状 | 第13-14页 |
| ·国内研究现状 | 第14-15页 |
| ·存在的问题与难点 | 第15-16页 |
| ·本文研究内容 | 第16页 |
| ·本文组织结构 | 第16-18页 |
| 第2章 图像文本检测相关技术综述 | 第18-29页 |
| ·图像预处理 | 第18-21页 |
| ·图像预处理的目的 | 第18页 |
| ·图像预处理的基本技术 | 第18-21页 |
| ·LBP 相关算法研究与分析 | 第21-24页 |
| ·自适应局部二值模式 | 第21-22页 |
| ·中心化二值模式 | 第22页 |
| ·局部三值模式 | 第22-23页 |
| ·不完全局部二值模式 | 第23页 |
| ·平均局部二值模式 | 第23-24页 |
| ·图像文本检测算法分类分析 | 第24-28页 |
| ·基于纹理的方法 | 第24-25页 |
| ·基于边缘检测的方法 | 第25-27页 |
| ·基于连通域的方法 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 基于自适应阈值的 LBP 算法 | 第29-37页 |
| ·LBP 算法概述 | 第29-31页 |
| ·基础 LBP 算子的原理 | 第29-30页 |
| ·文本检测算法中的 LBP 算子 | 第30页 |
| ·文本检测算法中 LBP 算子的特点与不足 | 第30-31页 |
| ·改进的 LBP 纹理分类算法 | 第31-32页 |
| ·实验结果对比与分析 | 第32-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 低复杂度的区域生长算法 | 第37-45页 |
| ·区域生长算法 | 第37-40页 |
| ·区域生长算法的原理 | 第37-38页 |
| ·多方向区域生长算法 | 第38-39页 |
| ·多方向区域生长算法的特点与不足 | 第39-40页 |
| ·改进的快速区域生长算法 | 第40-41页 |
| ·近似圆掩模算法 | 第40页 |
| ·快速算法 | 第40-41页 |
| ·算法复杂度分析 | 第41页 |
| ·实验结果对比与分析 | 第41-44页 |
| ·形态学方法与本文方法对比分析 | 第41-42页 |
| ·算法等效性实验分析 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第5章 图像文本检测实验 | 第45-51页 |
| ·图像文本检测的工作流程 | 第45-46页 |
| ·实验结果对比与分析 | 第46-47页 |
| ·运行实例 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 总结与展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 附录A 攻读学位期间所发表的学术论文 | 第58页 |
