基于支持向量机和稀疏表示的文字区域检测方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·选题背景及意义 | 第10-11页 |
| ·图像中文字区域的特点 | 第11-13页 |
| ·图像中文字检测技术的研究现状 | 第13-15页 |
| ·本文的研究内容与结构 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第2章 常用的图像文字区域检测方法 | 第17-24页 |
| ·基于边缘特征检测的方法 | 第17-19页 |
| ·基于区域特征检测的方法 | 第19-20页 |
| ·基于纹理分析的检测方法 | 第20-21页 |
| ·基于学习的检测方法 | 第21-22页 |
| ·本章小结 | 第22-24页 |
| 第3章 基于边缘和支持向量机的文字检测方法 | 第24-39页 |
| ·支持向量机理论简介 | 第24-27页 |
| ·图像边缘检测和二值化 | 第27-29页 |
| ·图像边缘检测 | 第27-28页 |
| ·图像二值化 | 第28-29页 |
| ·边缘图像增强和投影操作 | 第29-31页 |
| ·边缘图像增强 | 第29-30页 |
| ·候选文字块的提取 | 第30-31页 |
| ·特征提取和分类器训练 | 第31-35页 |
| ·小波变换 | 第31-32页 |
| ·特征提取 | 第32-34页 |
| ·分类器训练 | 第34-35页 |
| ·实验结果 | 第35-38页 |
| ·实验数据 | 第35-36页 |
| ·实验结果 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 基于稀疏表示的文字检测方法 | 第39-51页 |
| ·稀疏表示 | 第39-42页 |
| ·稀疏表示的理论基础 | 第39-41页 |
| ·基于正交匹配追踪算法的稀疏表示求解 | 第41-42页 |
| ·基于稀疏表示的文字检测算法 | 第42-46页 |
| ·字典的构建 | 第43-45页 |
| ·基于稀疏表示的判别算法 | 第45-46页 |
| ·实验结果 | 第46-50页 |
| ·实验数据 | 第46页 |
| ·参数设置与实验结果 | 第46-48页 |
| ·实验分析 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 文字检测系统实现 | 第51-57页 |
| ·系统设计 | 第51页 |
| ·文字检测系统的实现 | 第51-56页 |
| ·系统工具介绍 | 第51-52页 |
| ·系统功能介绍 | 第52-55页 |
| ·系统模块接口函数介绍 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 结论与展望 | 第57-59页 |
| 参考文献 | 第59-64页 |
| 致谢 | 第64-65页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第65-66页 |
| 附录B 攻读学位期间所参加的科研项目 | 第66页 |
