| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究目的与意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·基于边缘的方法 | 第11页 |
| ·基于纹理的方法 | 第11-12页 |
| ·基于连通区域的方法 | 第12页 |
| ·其它方法 | 第12-13页 |
| ·存在的问题和发展趋势 | 第13页 |
| ·研究目标及研究 | 第13-14页 |
| ·研究方法与技术路线 | 第14-15页 |
| ·研究方法 | 第14页 |
| ·技术路线 | 第14-15页 |
| ·论文组织结构 | 第15-16页 |
| 第二章 场景图像文本分割方法分析 | 第16-21页 |
| ·基于遗传算法的图像分割 | 第16-18页 |
| ·遗传算法基本思想 | 第16页 |
| ·图像灰度化 | 第16-17页 |
| ·基于遗传算法的阈值选择 | 第17页 |
| ·试验结果与分析 | 第17-18页 |
| ·基于均值漂移（Mean-Shift）算法的图像分割 | 第18-20页 |
| ·Mean-Shift 算法介绍 | 第18-19页 |
| ·Mean-Shift 算法图像分割方法 | 第19页 |
| ·试验结果与分析 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 基于边缘的场景文本提取方法 | 第21-30页 |
| ·基于边缘的场景文本图像提取流程图 | 第21-22页 |
| ·高斯金字塔分解 | 第22页 |
| ·候选文本区域生成 | 第22-27页 |
| ·边缘检测 | 第22-24页 |
| ·彩色Sobel 边缘检测 | 第24页 |
| ·二值化 | 第24-26页 |
| ·去除图像噪声 | 第26页 |
| ·二次canny 算子提取边缘 | 第26页 |
| ·区域填充 | 第26-27页 |
| ·文本区域确定 | 第27-29页 |
| ·连通区域分析与标记 | 第27页 |
| ·非文本区域的滤除 | 第27-28页 |
| ·文本区域的最终确定 | 第28-29页 |
| ·实验结果与分析 | 第29页 |
| ·本章小结 | 第29-30页 |
| 第四章 聚类与边缘检测结合的场景文本提取方法 | 第30-37页 |
| ·聚类与边缘检测结合的场景文本提取方法流程图 | 第30-31页 |
| ·颜色空间转化 | 第31页 |
| ·图像聚类 | 第31-34页 |
| ·距离的定义 | 第31-32页 |
| ·K-means 聚类算法 | 第32页 |
| ·聚类中心与数目的确定 | 第32-34页 |
| ·聚类结果分解 | 第34页 |
| ·文本区域的确定 | 第34-35页 |
| ·实验结果与分析 | 第35页 |
| ·本章小结 | 第35-37页 |
| 第五章 场景图像文本提取系统的设计与实现 | 第37-43页 |
| ·系统设计背景与目标 | 第37页 |
| ·系统设计方法 | 第37-38页 |
| ·开发工具 | 第37-38页 |
| ·系统结构 | 第38页 |
| ·系统实现的关键技术 | 第38-39页 |
| ·图像文本区域获取 | 第38-39页 |
| ·OpenCV 技术 | 第39页 |
| ·系统测试与评价 | 第39-42页 |
| ·实例验证 | 第39-41页 |
| ·性能评价 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第六章 结论与展望 | 第43-44页 |
| ·结论 | 第43页 |
| ·展望与建议 | 第43-44页 |
| 参考文献 | 第44-47页 |
| 致谢 | 第47-48页 |
| 作者简介 | 第48页 |