复杂背景下文字增强算法研究与应用
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 引言 | 第11-12页 |
| 1.2 复杂背景下文字增强与识别技术现状 | 第12-15页 |
| 1.3 文字增强二值化技术 | 第15-16页 |
| 1.4 本文的结构说明 | 第16-18页 |
| 第二章 文字增强算法的研究与实现 | 第18-31页 |
| 2.1 文字增强算法概述 | 第18页 |
| 2.2 Otsu 算法 | 第18-21页 |
| 2.2.1 原理及算法数学推导 | 第18-19页 |
| 2.2.2 算法结构图 | 第19页 |
| 2.2.3 核心算法实现 | 第19-20页 |
| 2.2.4 算法效果及优缺点分析 | 第20-21页 |
| 2.3 最小误差分割 | 第21-22页 |
| 2.4 Niblack 算法 | 第22-26页 |
| 2.4.1 原理及算法数学推导 | 第22-23页 |
| 2.4.2 算法结构图 | 第23页 |
| 2.4.3 核心算法实现 | 第23-24页 |
| 2.4.4 算法效果及优缺点分析 | 第24-25页 |
| 2.4.5 Sauvola 算法 | 第25-26页 |
| 2.5 Chang 算法 | 第26-30页 |
| 2.5.1 原理 | 第26页 |
| 2.5.2 算法数学推导 | 第26-27页 |
| 2.5.3 算法结构图 | 第27-28页 |
| 2.5.4 核心算法实现 | 第28-29页 |
| 2.5.5 算法效果与优缺点分析 | 第29-30页 |
| 2.6 本章小结 | 第30-31页 |
| 第三章 文字增强的研究和改进 | 第31-55页 |
| 3.1 概述 | 第31页 |
| 3.2 退化图像下的文字增强算法 | 第31-44页 |
| 3.2.1 系统设计图 | 第32-33页 |
| 3.2.2 Palumbo 算法的原理与数学意义 | 第33-34页 |
| 3.2.3 Palumbo 算法改进 | 第34-36页 |
| 3.2.4 兴趣区域的算法及改进 | 第36-38页 |
| 3.2.5 Nilblack 算法 | 第38-39页 |
| 3.2.6 孔洞填充 | 第39-40页 |
| 3.2.7 实验结果 | 第40-42页 |
| 3.2.8 算法小结 | 第42-44页 |
| 3.3 前景与背景独立的二值化方法 | 第44-54页 |
| 3.3.1 系统结构图 | 第44-45页 |
| 3.3.2 多尺度的边缘检测 | 第45-46页 |
| 3.3.3 标记连通分支，作外接矩形框 | 第46页 |
| 3.3.4 筛选有文字特性的EB | 第46-47页 |
| 3.3.5 前景背景颜色的提取 | 第47-49页 |
| 3.3.6 二值化判定准则 | 第49-50页 |
| 3.3.7 实验结果 | 第50-54页 |
| 3.4 本章小结 | 第54-55页 |
| 第四章 文字识别自动化测试 | 第55-65页 |
| 4.1 概述 | 第55-56页 |
| 4.2 文字识别控件调用 | 第56-57页 |
| 4.3 调用程序剖析 | 第57-61页 |
| 4.4 自动化实验 | 第61-64页 |
| 4.5 实验结果分析 | 第64页 |
| 4.6 本章小结 | 第64-65页 |
| 第五章 总结与展望 | 第65-67页 |
| 5.1 主要结论 | 第65-66页 |
| 5.2 研究展望 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70-71页 |
| 攻读硕士学位期间已发表或录用的论文 | 第71-74页 |
| 上海交通大学硕士学位论文答辩决议书 | 第74页 |
