| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 文本定位研究意义 | 第13页 |
| 1.2 图像中的文本定位技术研究现状 | 第13-16页 |
| 1.2.1 图像中的文本分类 | 第13-14页 |
| 1.2.2 叠加文本定位研究现状 | 第14-15页 |
| 1.2.3 场景文本定位研究现状 | 第15-16页 |
| 1.3 问题提出与分析 | 第16页 |
| 1.4 主要研究内容和主要贡献 | 第16-19页 |
| 1.4.1 论文的主要内容 | 第16-18页 |
| 1.4.2 章节安排 | 第18-19页 |
| 第二章 图像中的文本定位方法综述 | 第19-25页 |
| 2.1 叠加文本定位 | 第19-21页 |
| 2.1.1 基于边缘特征的方法 | 第19页 |
| 2.1.2 基于连通区域的方法 | 第19-20页 |
| 2.1.3 基于笔划特征的方法 | 第20页 |
| 2.1.4 基于纹理特征的方法 | 第20-21页 |
| 2.1.5 各类算法的优缺点 | 第21页 |
| 2.2 场景文本定位 | 第21-23页 |
| 2.2.1 基于区域的方法 | 第21-22页 |
| 2.2.2 基于连通分量的方法 | 第22页 |
| 2.2.3 基于多特征融合的方法 | 第22-23页 |
| 2.2.4 各类方法的优缺点 | 第23页 |
| 2.3 常用的算法评价指标 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 基于双向最大梯度差的叠加文本定位算法 | 第25-37页 |
| 3.1 引言 | 第25页 |
| 3.2 叠加文本定位问题分析 | 第25-26页 |
| 3.3 基于双向最大梯度差的叠加文本定位算法结构 | 第26页 |
| 3.4 基于双向最大梯度差的叠加文本定位 | 第26-34页 |
| 3.4.1 双向最大梯度差原理 | 第26-28页 |
| 3.4.2 双向最大梯度差提取 | 第28-31页 |
| 3.4.3 基于先验知识的伪文本区剔除 | 第31-32页 |
| 3.4.4 文本区域的最终定位 | 第32-34页 |
| 3.5 实验及结果分析 | 第34-35页 |
| 3.6 本章小结 | 第35-37页 |
| 第四章 基于MSER与视觉显著性融合的场景文本定位算法 | 第37-55页 |
| 4.1 引言 | 第37页 |
| 4.2 场景文本定位问题分析 | 第37-38页 |
| 4.3 基于MSER与视觉显著性融合的场景文本定位算法结构 | 第38页 |
| 4.4 基于MSER与视觉显著性融合的场景文本定位 | 第38-49页 |
| 4.4.1 MSER特征提取 | 第39-40页 |
| 4.4.2 视觉显著性提取 | 第40-41页 |
| 4.4.3 基于MSER与视觉显著性的融合判决 | 第41-43页 |
| 4.4.4 基于拟合椭圆的伪字符MSER剔除 | 第43-47页 |
| 4.4.5 字符区双向投影合并 | 第47-49页 |
| 4.5 实验及结果分析 | 第49-52页 |
| 4.5.1 实验参数分析 | 第49-51页 |
| 4.5.2 实验结果分析 | 第51-52页 |
| 4.6 本章小结 | 第52-55页 |
| 第五章 图像中的文本提取系统 | 第55-59页 |
| 5.1 系统设计 | 第55页 |
| 5.2 系统的处理流程 | 第55-57页 |
| 5.2.1“初步提取+深度提取”的两级结构 | 第55-56页 |
| 5.2.2 图像中的文本识别 | 第56-57页 |
| 5.3 系统测试 | 第57-58页 |
| 5.3.1 测试集构造 | 第57页 |
| 5.3.2 测试结果 | 第57-58页 |
| 5.4 本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 本文的工作总结 | 第59页 |
| 6.2 下一步研究工作展望 | 第59-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 作者简历 攻读硕士学位期间完成的主要工作 | 第67页 |
