| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外透背去除算法研究现状 | 第11-16页 |
| 1.2.1 图像二值化算法的研究现状 | 第12-15页 |
| 1.2.2 古籍图像透背去除算法的现状 | 第15-16页 |
| 1.3 论文主要研究内容以及章节安排 | 第16-18页 |
| 1.3.1 本文主要研究内容 | 第16-17页 |
| 1.3.2 论文章节安排 | 第17-18页 |
| 第2章 扫描古籍图像特征提取 | 第18-27页 |
| 2.1 引言 | 第18页 |
| 2.2 常用的扫描古籍图像特征提取 | 第18-23页 |
| 2.2.1 灰度特征 | 第19页 |
| 2.2.2 边缘特征 | 第19-22页 |
| 2.2.3 空间特征 | 第22-23页 |
| 2.3 基于GMM模型的全局特征提取方法 | 第23-26页 |
| 2.3.1 GMM模型 | 第23-25页 |
| 2.3.2 GMM模型在图像特征提取中的应用 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 基于支持向量机的扫描古籍图像透背非盲去除方法 | 第27-40页 |
| 3.1 引言 | 第27页 |
| 3.2 理论基础 | 第27-33页 |
| 3.2.1 图像配准 | 第27-29页 |
| 3.2.2 K-means聚类算法 | 第29-31页 |
| 3.2.3 支持向量机 | 第31-33页 |
| 3.3 扫描古籍图像透背非盲去除方法 | 第33-35页 |
| 3.4 实验结果与分析 | 第35-38页 |
| 3.4.1 实验数据 | 第35-36页 |
| 3.4.2 实验结果比较 | 第36-38页 |
| 3.4.3 参数分析 | 第38页 |
| 3.5 本章小结 | 第38-40页 |
| 第4章 全局和局部特征相结合的扫描古籍图像透背盲去除方法 | 第40-54页 |
| 4.1 引言 | 第40页 |
| 4.2 理论基础 | 第40-46页 |
| 4.2.1 EM算法 | 第40-43页 |
| 4.2.2 极限学习机 | 第43-45页 |
| 4.2.3 图像后处理与修复 | 第45-46页 |
| 4.3 扫描古籍图像透背盲去除方法 | 第46-48页 |
| 4.4 实验结果与分析 | 第48-53页 |
| 4.4.1 实验数据 | 第49页 |
| 4.4.2 实验结果比较 | 第49-51页 |
| 4.4.3 参数分析 | 第51-53页 |
| 4.5 本章小节 | 第53-54页 |
| 总结与展望 | 第54-56页 |
| 参考文献 | 第56-61页 |
| 致谢 | 第61-62页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第62页 |