面向复杂背景的视频文本定位研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 插图索引 | 第9-10页 |
| 附表索引 | 第10-11页 |
| 第1章 绪论 | 第11-16页 |
| ·课题来源 | 第11页 |
| ·研究背景及意义 | 第11-12页 |
| ·文本定位研究发展现状及难点 | 第12-13页 |
| ·文本定位研究发展现状 | 第12-13页 |
| ·文本定位研究的难点 | 第13页 |
| ·复杂背景视频图像中的文本定位的应用前景 | 第13-14页 |
| ·本文主要研究内容及结构 | 第14-16页 |
| ·本文主要研究内容 | 第14-15页 |
| ·本文结构 | 第15-16页 |
| 第2章 复杂背景的视频图像文本定位方法综述 | 第16-26页 |
| ·文本特征及类别 | 第16-17页 |
| ·文本的分类 | 第16页 |
| ·文本特征 | 第16-17页 |
| ·文本定位流程 | 第17-18页 |
| ·文本定位方法 | 第18-22页 |
| ·基于边缘和梯度的文本定位 | 第18-19页 |
| ·基于区域的文本定位 | 第19-20页 |
| ·基于纹理的文本定位 | 第20-21页 |
| ·基于压缩域的文本定位 | 第21-22页 |
| ·文本定位技术的比较和性能评价 | 第22-25页 |
| ·文本定位算法的优缺点比较 | 第22-24页 |
| ·文本定位技术的性能评价 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 基于梯度向量统计特征的文本定位 | 第26-43页 |
| ·引言 | 第26页 |
| ·图像处理基本理论 | 第26-30页 |
| ·形态学处理 | 第26-28页 |
| ·图像边缘检测 | 第28-30页 |
| ·字符定位算法分析 | 第30-38页 |
| ·梯度能量和运动能量 | 第31-33页 |
| ·连通域分析验证 | 第33-35页 |
| ·梯度方向分布验证 | 第35-36页 |
| ·文本精确定位 | 第36-37页 |
| ·视频追踪 | 第37-38页 |
| ·实验结果分析 | 第38-41页 |
| ·数据来源 | 第38-39页 |
| ·评价标准 | 第39页 |
| ·定位性能分析 | 第39-41页 |
| ·本章小结 | 第41-43页 |
| 第4章 基于过渡像素的视频图像文本检测与定位 | 第43-54页 |
| ·引言 | 第43页 |
| ·文本定位算法 | 第43-49页 |
| ·过渡图生成 | 第43-46页 |
| ·基于密度的区域生长算法 | 第46-48页 |
| ·候选文本区域的提取与判定 | 第48-49页 |
| ·实验结果分析 | 第49-53页 |
| ·过渡图效果分析 | 第49-51页 |
| ·局部二进制模型(LBP)分析 | 第51-52页 |
| ·综合效果分析 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 总结与展望 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 致谢 | 第60-61页 |
| 附录 A 攻读硕士学位期间发表论文目录 | 第61-62页 |
