| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-22页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 研究的有关内容 | 第11-15页 |
| 1.2.1 复杂自然场景中的文本类型 | 第11-12页 |
| 1.2.2 复杂自然场景中的文本特点 | 第12页 |
| 1.2.3 面临的挑战 | 第12-15页 |
| 1.3 国内外研究现状及分析 | 第15-20页 |
| 1.3.1 场景图像文本定位的研究现状 | 第15-17页 |
| 1.3.2 场景图像文本分割的研究现状 | 第17-19页 |
| 1.3.3 场景图像文本识别的研究现状 | 第19-20页 |
| 1.4 本文的主要工作和内容安排 | 第20-22页 |
| 第二章 粗分类获取候选文本区域 | 第22-28页 |
| 2.1 文本定位方法概述 | 第22页 |
| 2.2 预处理 | 第22-24页 |
| 2.2.1 图像灰度化算法 | 第23页 |
| 2.2.2 改进的Niblack二值化算法 | 第23-24页 |
| 2.3 生成候选文本区域 | 第24-27页 |
| 2.3.1 数学形态学算法处理 | 第24-25页 |
| 2.3.2 连通区域分析限制与合并 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 SVM细分类算法 | 第28-38页 |
| 3.1 基于支持向量机的文本定位 | 第28-32页 |
| 3.1.1 支持向量机用于分类的理论基础 | 第28-31页 |
| 3.1.2 LIBSVM的介绍 | 第31-32页 |
| 3.1.3 本文使用LibSVM进行分类的流程介绍 | 第32页 |
| 3.2 文本特征提取 | 第32-37页 |
| 3.2.1 局部二值化（LBP）特征的提取方法 | 第33-35页 |
| 3.2.2 分层梯度方向直方图（PHOG）特征的提取方法 | 第35-36页 |
| 3.2.3 特征联合 | 第36-37页 |
| 3.3 本章小结 | 第37-38页 |
| 第四章 文本提取与OCR识别关键点研究 | 第38-54页 |
| 4.1 文本分割 | 第38-47页 |
| 4.1.1 文本区域亚像素预处理 | 第38-41页 |
| 4.1.2 文本行划分 | 第41-43页 |
| 4.1.3 阈值分割 | 第43-44页 |
| 4.1.4 倾斜矫正 | 第44-47页 |
| 4.2 OCR识别 | 第47-53页 |
| 4.2.1 文本字符预处理 | 第47-49页 |
| 4.2.2 文本识别特征提取 | 第49-50页 |
| 4.2.3 分类器判别 | 第50-53页 |
| 4.3 本章小结 | 第53-54页 |
| 第五章 实验结果与分析 | 第54-61页 |
| 5.1 场景文本检测与识别问题的描述 | 第54页 |
| 5.2 评价算法以及图像实验数据库的准备 | 第54-55页 |
| 5.2.1 评价算法 | 第54-55页 |
| 5.2.2 图像实验数据库的准备 | 第55页 |
| 5.3 SVM训练样本集的选择以及训练过程 | 第55-56页 |
| 5.4 算法验证与结果分析 | 第56-60页 |
| 5.4.1 特征有效性测试 | 第56-57页 |
| 5.4.2 综合性能测试 | 第57-59页 |
| 5.4.3 与其他算法比较 | 第59-60页 |
| 5.5 本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 工作总结 | 第61页 |
| 6.2 未来展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 附录 | 第69-70页 |
| 详细摘要 | 第70-71页 |