| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第9-16页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.3 本文的研究工作和组织结构 | 第14-16页 |
| 2 相关理论与技术 | 第16-24页 |
| 2.1 最大稳定极值区域算法 | 第16-19页 |
| 2.2 卷积神经网络 | 第19-21页 |
| 2.3 层次聚类算法 | 第21-23页 |
| 2.4 本章小结 | 第23-24页 |
| 3 基于MSER的自然场景文本检测算法设计 | 第24-41页 |
| 3.1 基于MSER的场景文本检测算法的整体流程 | 第24-26页 |
| 3.2 改进的MSER场景文本候选区域提取算法设计 | 第26-31页 |
| 3.3 Char-CNN场景文本候选区域分类器设计 | 第31-37页 |
| 3.4 基于层次聚类的字符区域合并算法设计 | 第37-39页 |
| 3.5 本章小结 | 第39-41页 |
| 4 基于MSER的自然场景文本检测算法实现 | 第41-48页 |
| 4.1 改进的MSER场景文本候选区域提取算法实现 | 第41-44页 |
| 4.2 Char-CNN场景文本候选区域分类器的实现 | 第44-45页 |
| 4.3 基于层次聚类的字符区域合并算法的实现 | 第45-46页 |
| 4.4 本章小结 | 第46-48页 |
| 5 测试与评价 | 第48-56页 |
| 5.1 数据集与评价指标 | 第48-50页 |
| 5.2 测试过程与结果分析 | 第50-55页 |
| 5.3 本章小结 | 第55-56页 |
| 6 总结与展望 | 第56-58页 |
| 6.1 全文总结 | 第56-57页 |
| 6.2 研究展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 附录 攻读硕士学位期间发表的论文和专利 | 第63页 |
