| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-22页 |
| ·课题研究背景 | 第11-13页 |
| ·视频文本的特点 | 第13-15页 |
| ·视频文本提取系统的框架 | 第15-17页 |
| ·视频文本提取技术的研究现状 | 第17-20页 |
| ·国外研究现状 | 第17-19页 |
| ·国内研究现状 | 第19-20页 |
| ·对国内外研究的分析和总结 | 第20页 |
| ·本文研究内容及结构安排 | 第20-22页 |
| 第2章 基于小波模极大值和两阶段分类验证的文本定位算法 | 第22-42页 |
| ·引言 | 第22页 |
| ·文本定位算法的研究现状 | 第22-24页 |
| ·基于边缘的方法 | 第22-23页 |
| ·基于纹理的方法 | 第23页 |
| ·基于学习的方法 | 第23-24页 |
| ·基于小波模极大值和两阶段分类验证文本定位算法的理论基础 | 第24-32页 |
| ·小波模极大值算法介绍 | 第24-26页 |
| ·小波模极大值算法数学理论基础 | 第25页 |
| ·小波模极大值对图像的处理算法 | 第25-26页 |
| ·1-SVM算法介绍 | 第26-32页 |
| ·SVM算法理论基础 | 第26-30页 |
| ·1-SVM算法理论基础 | 第30-32页 |
| ·1-SVM算法的优点 | 第32页 |
| ·基于小波模极大值和两阶段分类验证的文本定位算法 | 第32-38页 |
| ·算法结构 | 第32-33页 |
| ·算法详细流程 | 第33-38页 |
| ·金字塔像素分解 | 第33-34页 |
| ·小波模极大值提取文本轮廓 | 第34页 |
| ·特征属性提取 | 第34-36页 |
| ·级联分类器初步分类 | 第36-37页 |
| ·1-SVM分类器精细分类 | 第37页 |
| ·综合验证 | 第37-38页 |
| ·仿真实验 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 第3章 基于稳健模板匹配准则的文本跟踪技术 | 第42-54页 |
| ·引言 | 第42页 |
| ·文本跟踪算法的研究现状 | 第42-45页 |
| ·对静态文本跟踪的研究现状 | 第42-43页 |
| ·对动态文本跟踪的研究现状 | 第43-45页 |
| ·基于稳健模板匹配准则的文本跟踪算法 | 第45-50页 |
| ·搜索窗口大小确定 | 第45页 |
| ·搜索窗口中心位置确定 | 第45-47页 |
| ·稳健的模板匹配技术 | 第47-50页 |
| ·文本模板提取 | 第47-48页 |
| ·稳健的模板匹配算法 | 第48-49页 |
| ·多分辨率匹配加速算法 | 第49-50页 |
| ·仿真实验 | 第50-53页 |
| ·实验一:文本区域静止,简单背景条件下 | 第51页 |
| ·实验二:文本区域运动,复杂背景条件下 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第4章 基于亚像素的文本分割算法 | 第54-66页 |
| ·引言 | 第54页 |
| ·文本分割的研究现状 | 第54-56页 |
| ·基于亚像素的文本分割算法 | 第56-63页 |
| ·基于亚像素的文本分割算法概述 | 第57-58页 |
| ·基于亚像素的文本分割算法详述 | 第58-63页 |
| ·改进的基于曲面拟合的亚像素技术 | 第58-61页 |
| ·改进的Niblack阈值分割算法 | 第61-62页 |
| ·连通区域分析 | 第62-63页 |
| ·仿真实验 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 第5章 总结与展望 | 第66-68页 |
| ·全文工作总结 | 第66页 |
| ·进一步的工作展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 攻读学位期间发表的学术论文 | 第73页 |