| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景 | 第10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 自然场景图像文本定位和提取所面临的挑战 | 第10-11页 |
| 1.2.2 自然场景图像文本的识别 | 第11-12页 |
| 1.2.3 自然场景图像的文本定位提取方法 | 第12页 |
| 1.2.4 自然场景图像的文本特征 | 第12-13页 |
| 1.3 论文研究目的及意义 | 第13-14页 |
| 1.4 论文组织结构 | 第14-15页 |
| 第二章 基于多分辨率策略的自然场景图像文本定位 | 第15-25页 |
| 2.1 基础的数字图像处理知识 | 第15-18页 |
| 2.1.1 边缘检测 | 第15-17页 |
| 2.1.2 连通区域分析 | 第17页 |
| 2.1.3 图像金字塔 | 第17-18页 |
| 2.2 关键技术 | 第18-22页 |
| 2.2.1 最稳定极值区域(MSER,Maximally Stable Extremal Region) | 第18-19页 |
| 2.2.2 笔画宽度变换(SWT,Stroke Width Transform) | 第19-20页 |
| 2.2.3 卷积神经网络(CNN,Convolutional Neural Network) | 第20-21页 |
| 2.2.4 自适应增强学习(Adaboost) | 第21-22页 |
| 2.3 基于多分辨率策略的自然场景图像文本定位框架 | 第22-23页 |
| 2.4 评价方案 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 基于CNN的文本区域粗定位 | 第25-40页 |
| 3.1 自然场景图像的文本区域粗定位流程 | 第25-26页 |
| 3.2 连通区域对象的构建 | 第26-31页 |
| 3.2.1 基于MSER对象的提取 | 第26-29页 |
| 3.2.2 基于SWT对象的提取 | 第29-31页 |
| 3.3 CNN分类器的训练 | 第31-34页 |
| 3.3.1 基于CNN的文本区域粗定位过程 | 第31-32页 |
| 3.3.2 CNN训练结构 | 第32-33页 |
| 3.3.3 CNN特征的学习和提取 | 第33页 |
| 3.3.4 字符检测器的训练 | 第33-34页 |
| 3.4 候选文本行的构建 | 第34-35页 |
| 3.5 实验结果与分析 | 第35-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第四章 基于Adaboost的文本区域精提取 | 第40-53页 |
| 4.1 自然场景图像的文本区域精提取流程 | 第40-41页 |
| 4.2 多尺度图像合并 | 第41-45页 |
| 4.2.1 灰度共生矩阵 | 第41-42页 |
| 4.2.2 基于灰度共生矩阵的纹理度量 | 第42-43页 |
| 4.2.3 候选文本行区域的合并 | 第43-45页 |
| 4.3 Adaboost分类器的训练 | 第45-50页 |
| 4.3.1 基于Adaboost的文本区域精提取过程 | 第45-46页 |
| 4.3.2 特征选择 | 第46-48页 |
| 4.3.3 Gentle Adaboost | 第48-50页 |
| 4.4 实验结果与分析 | 第50-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第五章 总结 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-57页 |
