基于图像增强的多特征自然场景文本检测研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-16页 |
| 1.3 实验数据库 | 第16-17页 |
| 1.4 论文内容及组织结构 | 第17-19页 |
| 第2章 基于图像增强的多通道MSER提取 | 第19-39页 |
| 2.1 最大稳定极值区域提取 | 第19-24页 |
| 2.1.1 最大稳定极值区域定义 | 第19-20页 |
| 2.1.2 MSER计算流程 | 第20-21页 |
| 2.1.3 MSER检测性能的影响因素 | 第21-24页 |
| 2.2 基于图像评估的对比度增强 | 第24-31页 |
| 2.2.1 基于峰值区域像素比的图像评估 | 第24-27页 |
| 2.2.2 基于梯度投影的图像评估 | 第27-29页 |
| 2.2.3 评估图像对比度增强 | 第29-31页 |
| 2.3 基于多通道的MSER改进 | 第31-36页 |
| 2.3.1 颜色空间通道变换 | 第31-35页 |
| 2.3.2 显著性通道提取 | 第35-36页 |
| 2.4 实验结果与分析 | 第36-38页 |
| 2.5 本章小结 | 第38-39页 |
| 第3章 基于笔画特征的候选区域分类 | 第39-63页 |
| 3.1 纹理特征提取及分析 | 第39-45页 |
| 3.1.1 Gabor特征提取及分析 | 第39-41页 |
| 3.1.2 LBP特征提取及分析 | 第41-43页 |
| 3.1.3 HOG特征提取及分析 | 第43-45页 |
| 3.2 笔画相关特征的提取及改进 | 第45-52页 |
| 3.2.1 边界角点数 | 第46-49页 |
| 3.2.2 笔画面积比 | 第49-52页 |
| 3.3 文本区域分类器 | 第52-56页 |
| 3.3.1 AdaBoost 分类器 | 第53-54页 |
| 3.3.2 SVM分类器 | 第54-56页 |
| 3.4 实验结果与分析 | 第56-62页 |
| 3.4.1 训练样本提取 | 第56-57页 |
| 3.4.2 性能测试 | 第57-62页 |
| 3.5 本章小结 | 第62-63页 |
| 第4章 基于通道融合的文本行聚合 | 第63-76页 |
| 4.1 基于区域合并的通道融合 | 第63-66页 |
| 4.2 文本行聚合 | 第66-70页 |
| 4.3 文本定位标准 | 第70-72页 |
| 4.4 实验结果与分析 | 第72-75页 |
| 4.5 本章小结 | 第75-76页 |
| 第5章 总结与展望 | 第76-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 攻读学位期间获得与学位论文相关的科研成果目录 | 第83页 |
