摘要 | 第2-3页 |
Abstract | 第3-4页 |
第一章 绪论 | 第7-12页 |
1.1 研究背景 | 第7-8页 |
1.2 文档图像纹理特征分析 | 第8页 |
1.3 印刷体文档图像文种识别研究现状 | 第8-12页 |
1.3.1 国外研究现状 | 第9-10页 |
1.3.2 国内研究现状 | 第10-12页 |
第二章 文档图像库的建立及预处理 | 第12-17页 |
2.1 文档图像库的建立 | 第12-13页 |
2.2 预处理 | 第13-16页 |
2.2.1 灰度化 | 第13-14页 |
2.2.2 噪声去除 | 第14-15页 |
2.2.3 二值化 | 第15-16页 |
2.3 本章小结 | 第16-17页 |
第三章 基于单一纹理特征的文种识别 | 第17-34页 |
3.1 基于LBP的文种识别 | 第17-23页 |
3.1.1 LBP基本原理 | 第17-19页 |
3.1.2 分类器的选择 | 第19-21页 |
3.1.3 文种识别效果评判标准 | 第21页 |
3.1.4 实验结果与分析 | 第21-23页 |
3.2 基于GLCM的文种识别 | 第23-25页 |
3.2.1 GLCM基本原理 | 第23-24页 |
3.2.2 实验结果与分析 | 第24-25页 |
3.3 基于Tamura的文种识别 | 第25-28页 |
3.3.1 Tamura基本原理 | 第25-27页 |
3.3.2 实验结果与分析 | 第27-28页 |
3.4 基于NSCT的文种识别 | 第28-33页 |
3.4.1 NSCT基本原理 | 第28-29页 |
3.4.2 NSCT滤波器组的选择 | 第29-30页 |
3.4.3 实验结果与分析 | 第30-33页 |
3.5 本章小结 | 第33-34页 |
第四章 基于融合纹理特征的文种识别 | 第34-42页 |
4.1 基于NCLG的融合纹理特征文种识别 | 第34-37页 |
4.1.1 特征提取 | 第34-35页 |
4.1.2 PCA降维基本原理 | 第35-36页 |
4.1.3 实验结果与分析 | 第36-37页 |
4.2 基于NSCT+Tamura的融合纹理特征文种识别 | 第37-41页 |
4.3 本章小结 | 第41-42页 |
第五章 总结与展望 | 第42-45页 |
5.1 总结 | 第42-43页 |
5.2 展望 | 第43-45页 |
参考文献 | 第45-48页 |
攻读硕士期间发表论文和参加科研情况 | 第48-49页 |
致谢 | 第49-50页 |