基于文本图像二值算法的优化研究
| 摘要 | 第4-5页 |
| Abstracts | 第5-6页 |
| 第1章 绪论 | 第9-12页 |
| 1.1 课题背景 | 第9页 |
| 1.2 研究现状与意义 | 第9-11页 |
| 1.3 论文结构 | 第11-12页 |
| 第2章 基础知识 | 第12-22页 |
| 2.1 文本图像二值化简介 | 第12页 |
| 2.2 常用文本图像二值化方法 | 第12-17页 |
| 2.2.1 全局阈值的文本图像二值化方法 | 第13-15页 |
| 2.2.2 局部阈值的文本图像二值化方法 | 第15-16页 |
| 2.2.3 非固定阈值的文本图像二值化方法 | 第16-17页 |
| 2.3 图像中的物体分类常用方法 | 第17-19页 |
| 2.3.1 K-means算法 | 第17页 |
| 2.3.2 BP神经网络算法 | 第17-18页 |
| 2.3.3 决策树 | 第18-19页 |
| 2.4 图像连通区域检测方法 | 第19-20页 |
| 2.5 本章小结 | 第20-22页 |
| 第3章 基于文本图像二值算法的优化方法 | 第22-28页 |
| 3.1 概述 | 第22页 |
| 3.2 优化算法的流程 | 第22-24页 |
| 3.3 优化算法的实现 | 第24-27页 |
| 3.4 本章小结 | 第27-28页 |
| 第4章 实验结果与数据分析 | 第28-51页 |
| 4.1 实验评估指标 | 第28-30页 |
| 4.1.1 F-measure | 第28-29页 |
| 4.1.2 PSNR | 第29页 |
| 4.1.3 DRD | 第29-30页 |
| 4.2 全局阈值的二值化方法优化结果对比 | 第30-34页 |
| 4.2.1 全局阈值算法的文本图像二值化结果 | 第30-31页 |
| 4.2.2 全局阈值Otsu算法优化结果 | 第31-34页 |
| 4.3 局部阈值的二值化方法优化结果对比 | 第34-39页 |
| 4.3.1 局部阈值算法的文本图像二值化结果 | 第34-36页 |
| 4.3.2 局部阈值Bernsen算法优化结果 | 第36-39页 |
| 4.4 非固定阈值的二值化方法优化结果对比 | 第39-45页 |
| 4.4.1 非固定阈值算法的文本图像二值化结果 | 第39-40页 |
| 4.4.2 非固定阈值R.Howe算法优化结果 | 第40-43页 |
| 4.4.3 非固定阈值Lelore算法优化结果 | 第43-45页 |
| 4.5 实验数据分析 | 第45-50页 |
| 4.6 本章小结 | 第50-51页 |
| 第5章 研究工作展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 附录A 攻读硕士学位期间参与的科研项目 | 第56页 |
