高清视频文本的提取与识别
| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 课题的研究背景与意义 | 第9页 |
| 1.2 国内外动态 | 第9-10页 |
| 1.3 主要研究内容和方法 | 第10-11页 |
| 1.4 论文组织结构安排 | 第11-13页 |
| 第2章 文本识别的相关研究 | 第13-31页 |
| 2.1 文本的类别 | 第13-15页 |
| 2.2 视频文本检测的难点 | 第15-17页 |
| 2.3 视频图像的预处理 | 第17-24页 |
| 2.3.1 图像的裁剪和定位 | 第17-19页 |
| 2.3.2 近邻运算 | 第19-21页 |
| 2.3.3 形态学运算 | 第21-22页 |
| 2.3.4 颜色预处理 | 第22-24页 |
| 2.4 纹理分析 | 第24-26页 |
| 2.4.1 距离轮廓图 | 第24-25页 |
| 2.4.2 小波变换分析 | 第25-26页 |
| 2.5 图像分割 | 第26-30页 |
| 2.6 本章小结 | 第30-31页 |
| 第3章 文本检测与定位 | 第31-53页 |
| 3.1 文本检测的现有方法 | 第31-36页 |
| 3.1.1 文本定位的必要性 | 第31-33页 |
| 3.1.2 自底向上的检测方法 | 第33-34页 |
| 3.1.3 自顶向下的方法 | 第34页 |
| 3.1.4 基于机器学习的方法 | 第34-36页 |
| 3.2 本文文本检测算法 | 第36-44页 |
| 3.2.1 算法流程简介 | 第36-37页 |
| 3.2.2 选择显性的文本像素 | 第37-40页 |
| 3.2.3 分析获得的单元 | 第40-41页 |
| 3.2.4 连接候选字符 | 第41-44页 |
| 3.2.5 对于串的分析 | 第44页 |
| 3.3 实验分析 | 第44-51页 |
| 3.3.1 实验环境 | 第44-46页 |
| 3.3.2 GGVF与GVF方法的比较 | 第46-48页 |
| 3.3.3 笔画宽度变换结合骨架的方法 | 第48-49页 |
| 3.3.4 实验结果 | 第49-51页 |
| 3.4 本章小结 | 第51-53页 |
| 第4章 单词和字符的切割与识别 | 第53-74页 |
| 4.1 字符识别的方法 | 第53-57页 |
| 4.1.1 字符分割的必要性 | 第53-54页 |
| 4.1.2 代价路径的计算 | 第54-55页 |
| 4.1.3 基于机器学习的字符识别 | 第55-57页 |
| 4.2 字符和单词的切分 | 第57-66页 |
| 4.2.1 现有方法的探究 | 第57页 |
| 4.2.2 本文算法流程 | 第57-58页 |
| 4.2.3 由梯度方向决定的候选文本 | 第58-60页 |
| 4.2.4 连续区域的距离计算 | 第60-61页 |
| 4.2.5 单词的切分 | 第61-62页 |
| 4.2.6 字符切割 | 第62-66页 |
| 4.3 实验分析 | 第66-72页 |
| 4.3.1 实验过程 | 第66-71页 |
| 4.3.2 实验结果 | 第71-72页 |
| 4.4 本章小结 | 第72-74页 |
| 总结 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80页 |
