| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 目录 | 第9-11页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 本文的研究背景及意义 | 第11-12页 |
| 1.2 相关研究与主要技术 | 第12-14页 |
| 1.2.1 文本识别技术发展 | 第12-13页 |
| 1.2.2 近来主要处理框架和方法 | 第13-14页 |
| 1.3 本文提出的技术框架和方法 | 第14-15页 |
| 1.4 本文章节安排 | 第15-17页 |
| 第二章 复杂背景下文本分析与识别 | 第17-27页 |
| 2.1 复杂背景下文本分析与识别要求 | 第17-20页 |
| 2.2 复杂背景下文本分析与识别方法 | 第20-25页 |
| 2.2.1 基于OCR 技术的文本分析与识别 | 第20-23页 |
| 2.2.2 基于局部特征技术的文本分析与识别 | 第23-25页 |
| 2.3 主要处理方法的对比 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 基于BAG-OF-WORDS 模型的文本识别 | 第27-42页 |
| 3.1 模型主要相关技术 | 第27-32页 |
| 3.1.1 数字图像局部特征 | 第27-30页 |
| 3.1.2 特征聚类与词汇法 | 第30-32页 |
| 3.2 基于BAG-OF-WORDS 模型的文本识别系统 | 第32-33页 |
| 3.2.1 识别系统设计 | 第32-33页 |
| 3.2.2 系统主要处理流程 | 第33页 |
| 3.3 模版字符图像库构建 | 第33-36页 |
| 3.4 特征聚类与词汇表构建 | 第36-40页 |
| 3.4.1 符号约定与声明 | 第36页 |
| 3.4.2 基于K-means 的特征聚类 | 第36-40页 |
| 3.5 TF/IDF 索引构建 | 第40-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第四章 基于POINT-TO-POINT MATCHING 方法的文本识别 | 第42-58页 |
| 4.1 基于P2P-M 方法的文本识别系统 | 第42-44页 |
| 4.1.1 识别系统设计 | 第42-43页 |
| 4.1.2 系统主要处理流程 | 第43-44页 |
| 4.2 基于MP-LSH 的特征匹配 | 第44-48页 |
| 4.2.1 近邻查找与高维向量索引 | 第44-45页 |
| 4.2.2 基本LSH 算法原理 | 第45-46页 |
| 4.2.3 基本LSH 索引构建 | 第46-47页 |
| 4.2.4 MP-LSH 索引构建 | 第47-48页 |
| 4.2.5 基于MP-LSH 的一级检索 | 第48页 |
| 4.3 基于投票改进的识别结果优化 | 第48-49页 |
| 4.4 基于几何一致性约束的识别结果优化 | 第49-57页 |
| 4.4.1 几何一致性约束原理 | 第50-51页 |
| 4.4.2 MCM 算法原理 | 第51-53页 |
| 4.4.3 几何约束图构建 | 第53-55页 |
| 4.4.4 最大团块查找 | 第55-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第五章 实验与结果分析 | 第58-71页 |
| 5.1 实验条件 | 第58-61页 |
| 5.1.1 实验内容安排 | 第58-59页 |
| 5.1.2 模版字符图像数据库 | 第59-60页 |
| 5.1.3 测试字符图像数据库 | 第60-61页 |
| 5.2 实验分析 | 第61-69页 |
| 5.2.1 基于Bag-of-Words 模型的识别实验 | 第61-63页 |
| 5.2.2 基于P2P-M 方法的识别实验 | 第63-69页 |
| 5.3 实验小结 | 第69-71页 |
| 第六章 总结与展望 | 第71-74页 |
| 6.1 论文工作总结 | 第71-72页 |
| 6.2 工作展望 | 第72-74页 |
| 缩略语 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-80页 |
| 攻读硕士学位期间发表或录用的论文 | 第80页 |
| 攻读硕士学位期间参加的课题与项目 | 第80-82页 |
