视频图像中维吾尔文文本提取技术的研究
| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 第1章 绪论 | 第7-13页 |
| 1.1 研究背景及其意义 | 第7-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 视频图像中维吾尔文文本信息 | 第10-12页 |
| 1.4 本文研究工作安排 | 第12-13页 |
| 第2章 视频图像文本区域定位 | 第13-30页 |
| 2.1 边缘提取 | 第13-15页 |
| 2.2 形态学算法简介 | 第15-17页 |
| 2.2.1 概念 | 第15页 |
| 2.2.2 基本操作 | 第15-17页 |
| 2.3 小波分解算法原理 | 第17-19页 |
| 2.4 BP神经网络的原理与应用 | 第19-23页 |
| 2.4.1 BP神经网络的结构 | 第19-20页 |
| 2.4.2 BP神经网络的算法描述 | 第20-23页 |
| 2.5 BP网络结合小波分析进行文本定位 | 第23-26页 |
| 2.5.1 定位算法 | 第24页 |
| 2.5.2 试验结果分析 | 第24-26页 |
| 2.6 基于脉冲耦合神经网络文本定位 | 第26-30页 |
| 2.6.1 PCNN算法描述 | 第26-28页 |
| 2.6.2 定位结果分析 | 第28-30页 |
| 第3章 视频图像中的文本倾斜校正 | 第30-41页 |
| 3.1 最小二乘法 | 第30-31页 |
| 3.2 基于纹理梯度的倾斜校正 | 第31-33页 |
| 3.2.1 高斯滤波法纹理分析 | 第31-32页 |
| 3.2.2 纹理梯度图像获取 | 第32-33页 |
| 3.3 维吾尔文字体的倾斜校正 | 第33-40页 |
| 3.3.1 初定位 | 第34-35页 |
| 3.3.2 自适应角度二次定位 | 第35-38页 |
| 3.3.3 实验结果分析 | 第38-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 视频图像中维吾尔文文本提取 | 第41-54页 |
| 4.1 算法描述 | 第41-46页 |
| 4.1.1 候选区域获取 | 第41-42页 |
| 4.1.2 备选区域判定 | 第42-44页 |
| 4.1.3 大写字号文本行的处理 | 第44-45页 |
| 4.1.4 定位框重叠 | 第45-46页 |
| 4.2 多边形定位 | 第46-49页 |
| 4.2.1 多边形定位原理 | 第46-47页 |
| 4.2.2 维吾尔文多边形定位 | 第47-48页 |
| 4.2.3 实验结果与分析 | 第48-49页 |
| 4.3 文本提取 | 第49-53页 |
| 4.3.1 二值化 | 第49-51页 |
| 4.3.2 多边形提取文本 | 第51-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第5章 维吾尔文文本提取GUI系统实现 | 第54-61页 |
| 5.1 GUI简介 | 第54页 |
| 5.2 系统界面的设计实现 | 第54-60页 |
| 5.2.1 文本定位系统 | 第55-58页 |
| 5.2.2 文本提取系统 | 第58-60页 |
| 5.3 本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 发表论文与参加科研情况 | 第65-66页 |
| 致谢 | 第66-68页 |
