基于FPGA的视频文本识别算法的研究与实现
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 课题研究背景及意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 文本检测定位研究现状 | 第12页 |
| 1.2.2 文本增强和分割研究现状 | 第12-13页 |
| 1.2.3 视频文字提取的技术难点 | 第13页 |
| 1.3 课题研究的主要内容 | 第13-15页 |
| 第2章 视频文本识别的相关技术 | 第15-31页 |
| 2.1 图像预处理 | 第15-17页 |
| 2.2 文本定位 | 第17-21页 |
| 2.2.1 角点检测 | 第18页 |
| 2.2.2 Harris角点检测 | 第18-19页 |
| 2.2.3 Susan角点检测 | 第19-20页 |
| 2.2.4 FAST角点特征检测 | 第20-21页 |
| 2.2.5 连通域分析 | 第21页 |
| 2.3 文本分割 | 第21-24页 |
| 2.3.1 概述 | 第21-22页 |
| 2.3.2 最小交叉熵方法 | 第22页 |
| 2.3.3 脉冲耦合神经网络 | 第22-24页 |
| 2.4 字符识别 | 第24-29页 |
| 2.4.1 字符识别算法概述 | 第24-25页 |
| 2.4.2 BP网络原理 | 第25-29页 |
| 2.5 本章小结 | 第29-31页 |
| 第3章 算法设计与仿真 | 第31-49页 |
| 3.1 图像预处理 | 第31-33页 |
| 3.1.1 中值滤波算法的仿真 | 第31-32页 |
| 3.1.2 直方图均衡化 | 第32-33页 |
| 3.2 文本定位 | 第33-38页 |
| 3.2.1 文本帧筛选算法 | 第33-34页 |
| 3.2.2 文本域粗提取算法 | 第34-35页 |
| 3.2.3 文本域筛选方法 | 第35-38页 |
| 3.3 复杂背景下的视频文本行分割 | 第38-44页 |
| 3.3.1 改进型脉冲耦合神经网络 | 第38-40页 |
| 3.3.2 改进型PCNN和连通域的字符分割 | 第40-41页 |
| 3.3.3 文本行二次筛选 | 第41-42页 |
| 3.3.4 基于投影的字符分割 | 第42-44页 |
| 3.3.5 基于字符宽度的改进型字符分割算法 | 第44页 |
| 3.4 字符识别 | 第44-48页 |
| 3.4.1 字符特征提取 | 第44-45页 |
| 3.4.2 BP网络的设计 | 第45-46页 |
| 3.4.3 不同改进型BP算法的分析比较 | 第46-47页 |
| 3.4.4 BP算法的仿真与分析 | 第47-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第4章 算法的FPGA研究与测试 | 第49-69页 |
| 4.1 可编程逻辑器件概述 | 第50-51页 |
| 4.1.1 FPGA概述 | 第50页 |
| 4.1.2 FPGA体系结构 | 第50-51页 |
| 4.2 FPGA开发环境与工具 | 第51-53页 |
| 4.2.1 Quartus Ⅱ开发软件 | 第51-52页 |
| 4.2.2 基于FPGA的SOPC系统 | 第52-53页 |
| 4.3 系统各模块设计 | 第53-59页 |
| 4.3.1 视频采集模块 | 第53-55页 |
| 4.3.2 视频显示模块 | 第55-56页 |
| 4.3.3 中值滤波模块 | 第56-58页 |
| 4.3.4 图像处理模块 | 第58-59页 |
| 4.4 程序算法设计 | 第59-64页 |
| 4.4.1 文本定位 | 第60-61页 |
| 4.4.2 文本分割 | 第61-62页 |
| 4.4.3 字符分割 | 第62-63页 |
| 4.4.4 字符识别 | 第63-64页 |
| 4.5 算法硬件测试 | 第64-68页 |
| 4.6 本章小结 | 第68-69页 |
| 第5章 总结与展望 | 第69-71页 |
| 5.1 本文工作总结 | 第69-70页 |
| 5.2 进一步的工作与展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75页 |
