| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究背景 | 第10-11页 |
| ·国内外研究动态 | 第11-14页 |
| ·文本帧检测 | 第11页 |
| ·文本帧定位 | 第11-13页 |
| ·文本跟踪 | 第13页 |
| ·分割和增强 | 第13-14页 |
| ·文字识别 | 第14页 |
| ·本文的工作与组织 | 第14-16页 |
| 第二章 视频及图像相关知识 | 第16-26页 |
| ·视频相关知识 | 第16-17页 |
| ·图像基础知识 | 第17-18页 |
| ·数字图像的表示 | 第17页 |
| ·BMP文件格式 | 第17-18页 |
| ·图像预处理 | 第18-26页 |
| ·图像灰度化 | 第18-19页 |
| ·图像二值化 | 第19-23页 |
| ·图像边缘检测 | 第23-26页 |
| 第三章 视频文字跟踪及定位 | 第26-38页 |
| ·引言 | 第26页 |
| ·单帧图像文字区域粗定位 | 第26-29页 |
| ·文字区域水平定位 | 第27-28页 |
| ·文字区域垂直定位 | 第28-29页 |
| ·视频文字区域跟踪 | 第29-30页 |
| ·单帧图像文字分割 | 第30-32页 |
| ·字符图像归一化 | 第32-34页 |
| ·实验结果及分析 | 第34-37页 |
| ·文本图像粗定位实验结果及分析 | 第34-36页 |
| ·文字区域跟踪实验结果及分析 | 第36页 |
| ·文字图像字符分割实验结果及分析 | 第36-37页 |
| ·小结 | 第37-38页 |
| 第四章 视频文字识别 | 第38-67页 |
| ·引言 | 第38页 |
| ·常用汉字训练样本库 | 第38-39页 |
| ·国标码简介 | 第38-39页 |
| ·一级汉字重新编码 | 第39页 |
| ·产生常用汉字样本库算法 | 第39页 |
| ·小波分析 | 第39-45页 |
| ·引言 | 第39-40页 |
| ·多分辨率分析 | 第40-42页 |
| ·小波的性质 | 第42-44页 |
| ·Mallat算法 | 第44-45页 |
| ·分形理论 | 第45-47页 |
| ·引言 | 第45-46页 |
| ·分形盒维数 | 第46-47页 |
| ·特征提取 | 第47-53页 |
| ·引言 | 第47-48页 |
| ·本文采用图像特征的计算方法 | 第48-53页 |
| ·K均值聚类 | 第53-54页 |
| ·BP(ERROR BACK PROPAGATION)神经网络模型 | 第54-59页 |
| ·引言 | 第54-55页 |
| ·BP神经网络算法推导 | 第55-58页 |
| ·BP神经网络存在的问题及解决方法 | 第58页 |
| ·标准BP神经网络算法 | 第58-59页 |
| ·本文分类器的设计 | 第59-65页 |
| ·引言 | 第59页 |
| ·多BP神经网络原理 | 第59-65页 |
| ·实验结果及分析 | 第65-67页 |
| 第五章 视频文字识别系统设计与实现 | 第67-74页 |
| ·总体目标 | 第67页 |
| ·系统框架 | 第67-68页 |
| ·系统设计 | 第68-73页 |
| ·视频文字识别模块 | 第68-69页 |
| ·字库产生模块 | 第69-71页 |
| ·多BP神经网络训练模块 | 第71-72页 |
| ·图像预处理模块 | 第72页 |
| ·直方图分析模块 | 第72-73页 |
| ·小结 | 第73-74页 |
| 第六章 结束语 | 第74-76页 |
| ·全文总结 | 第74-75页 |
| ·工作展望 | 第75-76页 |
| 参考文献 | 第76-79页 |
| 致谢 | 第79-80页 |
| 攻读硕士学位期间发表的学术论文 | 第80页 |