基于计算机视觉的书脊识别算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 引言 | 第9页 |
| 1.2 课题的研究背景及意义 | 第9-10页 |
| 1.2.1 研究背景 | 第9页 |
| 1.2.2 课题的研究意义 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-13页 |
| 1.3.1 基于RFID的图书定位与识别 | 第10-11页 |
| 1.3.2 基于书脊视觉特征的图书定位与识别 | 第11-13页 |
| 1.4 论文的研究内容与章节安排 | 第13-15页 |
| 第二章 书脊识别基本原理 | 第15-29页 |
| 2.1 基于直线提取的书脊分割基本原理 | 第16-19页 |
| 2.1.1 基于Hough的直线提取算法 | 第16-18页 |
| 2.1.2 基于LSD的直线提取算法 | 第18-19页 |
| 2.2 基于文字信息的书脊识别基本原理 | 第19-21页 |
| 2.2.1 文本定位相关原理 | 第19-21页 |
| 2.2.2 文本识别相关原理 | 第21页 |
| 2.3 基于图像配准技术的书脊识别基本原理 | 第21-28页 |
| 2.3.1 特征点提取算法 | 第21-24页 |
| 2.3.2 相似性度量算法 | 第24-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 书脊轮廓提取算法研究 | 第29-39页 |
| 3.1 算法流程 | 第29-30页 |
| 3.2 LSD直线检测 | 第30页 |
| 3.3 书脊视觉特征分析 | 第30-31页 |
| 3.4 平行线组检测 | 第31-32页 |
| 3.5 相邻平行线对检测 | 第32-33页 |
| 3.6 书脊矩形框检测 | 第33-34页 |
| 3.7 书脊矩形框筛选 | 第34-35页 |
| 3.7.1 基于视觉特征的矩形框筛选 | 第34-35页 |
| 3.7.2 基于最大独立子集的矩形框筛选 | 第35页 |
| 3.8 书脊透视变换矫正 | 第35-36页 |
| 3.9 实验结果分析 | 第36-38页 |
| 3.10 本章小结 | 第38-39页 |
| 第四章 基于文字的书脊识别算法研究 | 第39-45页 |
| 4.1 文本定位算法流程 | 第39-43页 |
| 4.1.1 书脊图像金字塔分解 | 第40页 |
| 4.1.2 MSER特征提取 | 第40页 |
| 4.1.3 基于位置分布的伪文本区域滤除 | 第40-42页 |
| 4.1.4 基于投影的伪文本区域滤除 | 第42-43页 |
| 4.2 文本识别 | 第43页 |
| 4.3 实验结果与分析 | 第43-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第五章 基于图像的书脊识别算法研究 | 第45-52页 |
| 5.1 算法流程 | 第45-46页 |
| 5.2 图像特征提取 | 第46-47页 |
| 5.3 特征点粗匹配 | 第47页 |
| 5.4 基于学习的特征点误匹配剔除算法 | 第47-49页 |
| 5.4.1 建立训练数据集 | 第48页 |
| 5.4.2 分类器构造 | 第48-49页 |
| 5.5 实验结果分析 | 第49-51页 |
| 5.6 本章小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-54页 |
| 6.1 总结 | 第52-53页 |
| 6.2 展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57-58页 |
| 攻读学位期间的研究成果 | 第58-59页 |
