彩色图像和视频中的文本提取算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-12页 |
| ·引言 | 第7页 |
| ·文本的分类 | 第7-8页 |
| ·文本的特征 | 第8-9页 |
| ·文本提取与识别 | 第9-10页 |
| ·论文组织安排 | 第10-12页 |
| 第二章 文本定位与提取方法综述 | 第12-20页 |
| ·引言 | 第12页 |
| ·研究现状 | 第12-15页 |
| ·国外研究情况 | 第12-14页 |
| ·国内研究情况 | 第14-15页 |
| ·方法分类分析 | 第15-19页 |
| ·基于边缘的方法 | 第15-16页 |
| ·基于纹理的方法 | 第16-17页 |
| ·基于区域的方法 | 第17页 |
| ·基于学习的方法 | 第17-18页 |
| ·基于视频的多帧平均方法 | 第18-19页 |
| ·小结 | 第19-20页 |
| 第三章 基于角点检测和形态学的文本定位 | 第20-38页 |
| ·引言 | 第20页 |
| ·角点检测算法 | 第20-25页 |
| ·Moravec角点检测 | 第21页 |
| ·Harris角点检测 | 第21-22页 |
| ·Susan角点检测 | 第22-23页 |
| ·Mic角点检测 | 第23-25页 |
| ·数学形态学 | 第25-27页 |
| ·图像预处理知识 | 第27-31页 |
| ·灰度化处理 | 第27-28页 |
| ·图像增强 | 第28-29页 |
| ·图像滤波 | 第29页 |
| ·边缘检测 | 第29-31页 |
| ·基于角点检测和形态学的文本定位 | 第31-37页 |
| ·角点检测 | 第31-34页 |
| ·角点滤波 | 第34-35页 |
| ·候选文本区域 | 第35页 |
| ·文本区域验证 | 第35-37页 |
| ·实验结果分析 | 第37-38页 |
| 第四章 文本图像分割 | 第38-46页 |
| ·引言 | 第38页 |
| ·阈值分割 | 第38-39页 |
| ·全局阈值法 | 第39-41页 |
| ·最优阈值 | 第39页 |
| ·迭代阈值 | 第39-40页 |
| ·大津法(Ostu)算法 | 第40-41页 |
| ·K-均值聚类 | 第41-42页 |
| ·局部阈值化方法 | 第42-45页 |
| ·Kamel-zhao算法 | 第42-43页 |
| ·Bersen算法 | 第43页 |
| ·LEVBB算法 | 第43-45页 |
| ·小结 | 第45-46页 |
| 第五章 字符识别 | 第46-54页 |
| ·引言 | 第46页 |
| ·字符图像预处理 | 第46-47页 |
| ·基于形态学的文字细化处理 | 第47-49页 |
| ·字符识别常见方法 | 第49-53页 |
| ·模板匹配法 | 第49-50页 |
| ·基于字符特征的识别方法 | 第50-52页 |
| ·神经网络方法 | 第52-53页 |
| ·小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-56页 |
| ·全文总结 | 第54页 |
| ·工作展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 发表论文和参加科研情况说明 | 第59-60页 |
| 致谢 | 第60-61页 |
