| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 插图索引 | 第9-10页 |
| 附表索引 | 第10-11页 |
| 第1章 绪论 | 第11-15页 |
| ·课题的研究背景与意义 | 第11页 |
| ·文本定位的研究现状 | 第11-13页 |
| ·存在的问题与难点 | 第13页 |
| ·本文的研究内容 | 第13-14页 |
| ·本文的组织结构 | 第14-15页 |
| 第2章 文本定位算法综述 | 第15-28页 |
| ·引言 | 第15页 |
| ·图像文本的分类 | 第15-16页 |
| ·图像中文本的特征 | 第16-18页 |
| ·图像文本定位流程 | 第18-20页 |
| ·文本特征选择 | 第18页 |
| ·文本特征提取 | 第18-19页 |
| ·连续区域获取 | 第19页 |
| ·候选文本区域提取 | 第19-20页 |
| ·文本区域验证 | 第20页 |
| ·图像文本定位算法的分类综述 | 第20-27页 |
| ·基于连通域的方法 | 第20-21页 |
| ·基于边缘的方法 | 第21-22页 |
| ·基于纹理的方法 | 第22-24页 |
| ·基于压缩域的方法 | 第24-25页 |
| ·基于学习的方法 | 第25-26页 |
| ·基于角点的方法 | 第26-27页 |
| ·小结 | 第27-28页 |
| 第3章 图像处理相关基础知识 | 第28-36页 |
| ·算术均值滤波 | 第28页 |
| ·中值滤波 | 第28-29页 |
| ·形态学图像处理 | 第29-31页 |
| ·边缘检测法 | 第31-33页 |
| ·Canny 算子基本原理 | 第32页 |
| ·Sobel 算子基本原理 | 第32-33页 |
| ·投影法 | 第33页 |
| ·基于 Laplacian 算子的图像增强 | 第33-35页 |
| ·角点检测 | 第35页 |
| ·小结 | 第35-36页 |
| 第4章 一种基于边缘和滤波的形态学算法 | 第36-49页 |
| ·引言 | 第36-37页 |
| ·图像文本区域检测算法的框架 | 第37页 |
| ·初始文本块的选取 | 第37-40页 |
| ·文本块增长 | 第40页 |
| ·初步获取文本区域位置 | 第40-42页 |
| ·根据形态学限制和连通域分析准确定位 | 第42-43页 |
| ·实验结果及其讨论 | 第43-48页 |
| ·小结 | 第48-49页 |
| 第5章 基于自适应 HARRIS 角点检测的文本定位算法 | 第49-61页 |
| ·引言 | 第49页 |
| ·基于角点检测的文本定位算法框架 | 第49-50页 |
| ·自适应 Harris 角点检测算法 | 第50-54页 |
| ·Harris 角点检测原理 | 第50-51页 |
| ·Harris 算法的优点与不足 | 第51-52页 |
| ·改进的自适应 Harris 角点检测算法描述 | 第52-54页 |
| ·角点合并和连通域分析 | 第54-55页 |
| ·实验结果及其讨论 | 第55-60页 |
| ·小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
| 附录 A 攻读硕士学位期间所发表的学术论文目录 | 第68-69页 |
| 附录 B 攻读硕士学位期间所参与的项目 | 第69-70页 |