| 第一章 绪论 | 第1-16页 |
| ·引言 | 第12-13页 |
| ·文本分类 | 第13页 |
| ·文本特征、模式分析 | 第13-14页 |
| ·文本提取与识别 | 第14-15页 |
| ·论文的研究内容与组织安排 | 第15-16页 |
| 第二章 复杂背景下文本定位与提取方法 | 第16-22页 |
| ·基于文本特征检测方法 | 第16-17页 |
| ·基于连接成分的方法 | 第16页 |
| ·基于纹理的方法 | 第16-17页 |
| ·基于边和角点的方法 | 第17页 |
| ·基于人工神经网络的方法 | 第17-18页 |
| ·基于支持向量机的方法 | 第18-20页 |
| ·基于贝叶斯模型的方法 | 第20页 |
| ·基于模糊理论的方法 | 第20-21页 |
| ·其它方法 | 第21-22页 |
| 第三章 SUSAN角点检测与支持向量机在文本定位与提取中的应用 | 第22-38页 |
| ·角点检测 | 第22-27页 |
| ·Harris角点检测 | 第22-23页 |
| ·IPAN | 第23页 |
| ·SUSAN检测算法 | 第23-25页 |
| ·算法原理 | 第23-24页 |
| ·检测原则 | 第24-25页 |
| ·改进的SUASAN检测算法 | 第25-26页 |
| ·模板形状和尺寸的选择 | 第25页 |
| ·采用可变尺寸的模板 | 第25页 |
| ·相似比较函数 | 第25-26页 |
| ·算法步骤 | 第26页 |
| ·角点检测实验 | 第26页 |
| ·几种方法的分析和比较 | 第26-27页 |
| ·基于SUSAN角点检测的文本定位和提取方法 | 第27-30页 |
| ·文本角点的确定 | 第27-29页 |
| ·角函数 | 第27页 |
| ·参数选取 | 第27-28页 |
| ·角点提炼算法 | 第28-29页 |
| ·文本区的形成(角点融合和区域约束) | 第29页 |
| ·实验结果及分析 | 第29-30页 |
| ·基于支持向量机的文本定位与提取方法 | 第30-38页 |
| ·支持向量机理论 | 第30-34页 |
| ·广义最优分类面(Optimal Hyperplane)及最大间隔(Maximum Margin) | 第31页 |
| ·支持向量(SV)支持向量机(SVM) | 第31-34页 |
| ·核函数 | 第34页 |
| ·文本定位与提取SVM模型的构造 | 第34-38页 |
| ·输入图像的表达 | 第34-36页 |
| ·SVM核函数的选择 | 第36页 |
| ·H矩阵的求解及最优分类函数判定 | 第36-38页 |
| 第四章 基于模糊理论与子图像VGH的文本定位与提取方法 | 第38-48页 |
| ·基于子图像变异灰度直方图的文本定位与提取方法 | 第38-43页 |
| ·灰度直方图 | 第38页 |
| ·子图像变异灰度直方图(VGH) | 第38-39页 |
| ·文本映射特征及其描述参数 | 第39-40页 |
| ·基于子图像VGH的文本检测定位算法 | 第40-43页 |
| ·阈值参数的选取 | 第40-41页 |
| ·检测VGH中文本映射特征(凸台)算法 | 第41-42页 |
| ·检测VGH中文本映射特征(凹谷)算法 | 第42页 |
| ·基于子图像VGH的文本检测定位算法描述 | 第42-43页 |
| ·模糊理论在子图像VGH中的应用 | 第43-48页 |
| ·模糊数学简介 | 第43-44页 |
| ·模糊数学的产生和发展 | 第43页 |
| ·模糊理论 | 第43-44页 |
| ·模糊理论在在文本检测定位中的应用 | 第44-48页 |
| ·文本映射特征参数的模糊性 | 第44页 |
| ·基于模糊理论的映射特征识别技术 | 第44-47页 |
| ·实验及其结果分析 | 第47-48页 |
| 第五章 视频文本的多帧检测 | 第48-51页 |
| ·文本帧检测 | 第48-49页 |
| ·文本块跟踪 | 第49-51页 |
| 第六章 总结与展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 附录 攻读硕士学位期间发表的论文 | 第56页 |
