面向自然场景图像中的中文文本定位技术研究
摘要 | 第4-5页 |
Abstract | 第5-6页 |
目录 | 第7-9页 |
第一章 绪论 | 第9-17页 |
1.1 研究的背景与意义 | 第9-10页 |
1.2 自然场景文本定位的挑战 | 第10-12页 |
1.2.1 自然场景文本的特点 | 第10-11页 |
1.2.2 面临的挑战 | 第11-12页 |
1.3 国内外研究现状 | 第12-15页 |
1.3.1 文本定位的研究现状 | 第13-15页 |
1.3.2 基于 OCR 的文本识别 | 第15页 |
1.4 本文的主要工作和内容安排 | 第15-17页 |
第二章 文本定位与识别问题描述及评价标准 | 第17-23页 |
2.1 文本定位与识别问题描述 | 第17-18页 |
2.2 评价标准和数据库建立 | 第18-22页 |
2.2.1 评价标准 | 第18-19页 |
2.2.2 图像数据库建立 | 第19-22页 |
2.3 本章小结 | 第22-23页 |
第三章 预处理与候选文本区域生成 | 第23-34页 |
3.1 预处理 | 第23-27页 |
3.1.1 边缘提取 | 第23-26页 |
3.1.2 改进的 Niblack 二值化 | 第26-27页 |
3.2 候选文本区域生成 | 第27-32页 |
3.2.1 长直线和孤立点的去除 | 第27-28页 |
3.2.2 形态学处理 | 第28-29页 |
3.2.3 连通区域分析 | 第29-31页 |
3.2.4 连通区域合并 | 第31-32页 |
3.3 实验结果与分析 | 第32-33页 |
3.4 本章小结 | 第33-34页 |
第四章 基于判别模型的中文文本定位算法 | 第34-57页 |
4.2 基于判别模型的中文文本定位 | 第34-37页 |
4.2.1 SVM 理论基础 | 第35-36页 |
4.2.2 LIBSVM | 第36-37页 |
4.3 提升树算法 | 第37-43页 |
4.3.1 Adaboost 原理 | 第37-39页 |
4.3.2 Adaboost 性能 | 第39-40页 |
4.3.3 分类与回归树 CART | 第40-42页 |
4.3.4 提升树 | 第42-43页 |
4.4 中文文本特征提取 | 第43-48页 |
4.4.1 PHOG 特征 | 第44-45页 |
4.4.2 Gabor 特征 | 第45-46页 |
4.4.3 4 种几何特征 | 第46-47页 |
4.4.4 特征联合 | 第47-48页 |
4.5 实验结果与分析 | 第48-56页 |
4.5.1 实验条件 | 第48页 |
4.5.2 特征有效性和分类器测试 | 第48-50页 |
4.5.3 综合性能测试 | 第50-54页 |
4.5.4 算法有效性与复杂性测试 | 第54-55页 |
4.5.5 与其它算法比较 | 第55页 |
4.5.6 存在不足 | 第55-56页 |
4.6 本章小结 | 第56-57页 |
第五章 基于 LaLDA 的中文文本定位算法 | 第57-70页 |
5.1 基于生成模型的中文文本定位 | 第57页 |
5.2 生成模型 LaLDA | 第57-61页 |
5.2.1 LDA 模型 | 第57-59页 |
5.2.2 Labeled-LDA 模型 | 第59-60页 |
5.2.3 LaLDA 用于文本分类 | 第60-61页 |
5.3 基于 LaLDA 的中文文本定位 | 第61-63页 |
5.3.1 训练视觉词汇生成 | 第61页 |
5.3.2 预处理 | 第61-62页 |
5.3.3 改进连通区域分析 | 第62页 |
5.3.4 基于 LaLDA 的精确定位 | 第62-63页 |
5.4 实验结果与分析 | 第63-69页 |
5.4.1 LaLDA 分类有效性测试 | 第63-64页 |
5.4.2 算法综合性能 | 第64-68页 |
5.4.3 与其他算法比较 | 第68-69页 |
5.5 本章小结 | 第69-70页 |
第六章 总结与展望 | 第70-72页 |
6.1 工作总结 | 第70-71页 |
6.2 未来展望 | 第71-72页 |
参考文献 | 第72-77页 |
附录1 攻读硕士学位期间撰写的论文 | 第77-78页 |
附录2 攻读硕士学位期间申请的专利 | 第78-79页 |
附录3 攻读硕士学位期间参加的科研项目 | 第79-80页 |
致谢 | 第80页 |