第一章 绪论 | 第1-21页 |
1.1 基于网络的实时视频传输 | 第11-16页 |
1.1.1 基于分组交换网络的实时视频传输 | 第11-12页 |
1.1.2 实时视频传输中的误差隐藏方案 | 第12-16页 |
1.1.2.1 与信源编码无关的方案 | 第12-14页 |
1.1.2.2 与信源编码相关的方案 | 第14-16页 |
1.2 视频流中文本信息的检测与识别 | 第16-19页 |
1.2.1 视频流中文本区域的搜索与定位 | 第16-17页 |
1.2.2 文本区域中文字目标的检测与提取 | 第17-18页 |
1.2.3 字符识别 | 第18-19页 |
1.3 论文内容 | 第19页 |
1.3.1 图像与视频流数据丢失的重建技术 | 第19页 |
1.3.2 基于网络的实时视频分层传输方案 | 第19页 |
1.3.3 视频流中文本信息的检测与识别 | 第19页 |
1.4 论文组织结构 | 第19-21页 |
第二章 图像丢失信息的重建 | 第21-39页 |
2.1 图像受损区域恢复的一般模型 | 第22-25页 |
2.2 基于变换域的图像受损区域最优重建算法 | 第25-29页 |
2.3 最优估计的性能分析 | 第29-30页 |
2.4 实验结果 | 第30-34页 |
2.5 改善变换编码方块效应中的应用 | 第34-39页 |
2.5.1 根据子块边界条件补偿变换系数的量化误差 | 第34-37页 |
2.5.2 实验结果 | 第37-39页 |
第三章 视频流的分层传输与重建 | 第39-57页 |
3.1 改善网络视频业务传输稳健性的理论模型 | 第39-41页 |
3.2 视频流分层模型 | 第41-44页 |
3.3 基于不同网络环境的视频流组织方案 | 第44-51页 |
3.3.1 基于ATM网的视频流组织方案 | 第44-49页 |
3.3.2 基于分组交换网的视频流组织方案 | 第49-51页 |
3.4 丢失分组或信元的接收端重建 | 第51-54页 |
3.5 实验模拟结果 | 第54-57页 |
第四章 视频流中文字信息的检测与提取 | 第57-77页 |
4.1 图像的多尺度模糊处理 | 第58-59页 |
4.2 多尺度模糊图像的多分辨率分析 | 第59-63页 |
4.2.1 多分辨率分析理论 | 第59-61页 |
4.2.2 多尺度图像的多分辨率分析 | 第61-63页 |
4.3 文本区域检测 | 第63-65页 |
4.4 视频流文本区域检测在车辆识别系统中的应用 | 第65-66页 |
4.5 文本区域中字符目标的检测与提取 | 第66-77页 |
4.5.1 观测目标集合基于一定规则的目标检测模型 | 第66-67页 |
4.5.2 文本区域中字符目标检测模型 | 第67-70页 |
4.5.3 字符目标检测方法 | 第70-73页 |
4.5.4 文本区域字符提取技术在车辆识别系统中的应用 | 第73-77页 |
第五章 字符笔划结构特征提取 | 第77-94页 |
5.1 字符识别特征 | 第78-80页 |
5.2 字符骨架特征的提取技术 | 第80-90页 |
5.2.1 字符结构的水平方向分层 | 第82-83页 |
5.2.2 字符部件的骨架提取方法 | 第83-88页 |
5.2.3 字符部件之间连接骨架的提取 | 第88-90页 |
5.3 字符笔划与笔划结构特征的提取 | 第90-94页 |
5.3.1 字符笔划特征的提取 | 第90-92页 |
5.3.2 字符的笔划结构特征 | 第92-94页 |
第六章 基于笔划结构与模糊集的字符识别 | 第94-110页 |
6.1 笔划与笔划结构特征的模糊化 | 第94-102页 |
6.1.1 字符识别特征的提取 | 第94-96页 |
6.1.2 字符识别特征的模糊化 | 第96-102页 |
6.1.2.1 模糊集理论 | 第96-98页 |
6.1.2.2 识别特征模糊化 | 第98-102页 |
6.2 分类器设计 | 第102-108页 |
6.2.1 决策树理论 | 第102-105页 |
6.2.2 基于树分类器的字符识别 | 第105-108页 |
6.3 在车辆识别系统系统中的应用 | 第108-110页 |
第七章 总结与展望 | 第110-112页 |
7.1 论文总结 | 第110-111页 |
7.2 未来研究展望 | 第111-112页 |
参考文献 | 第112-129页 |
1. 英文文献 | 第112-128页 |
2. 中文文献 | 第128-129页 |
攻读博士学位期间发表的论文 | 第129-130页 |