基于多方法融合的文本定位算法的设计与实现
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-17页 |
| ·研究背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·基于边缘的定位方法 | 第12页 |
| ·基于区域的定位方法 | 第12-13页 |
| ·基于纹理的定位方法 | 第13-14页 |
| ·基于学习的定位方法 | 第14页 |
| ·主要的技术难点 | 第14-15页 |
| ·本文主要工作及各章安排 | 第15-17页 |
| 第二章 基本理论及常用方法 | 第17-24页 |
| ·数字图像处理方法 | 第17-20页 |
| ·图像特征 | 第17-19页 |
| ·图像变换 | 第19页 |
| ·图像增强 | 第19页 |
| ·图像恢复 | 第19-20页 |
| ·图像分割 | 第20页 |
| ·文本特征及先验知识 | 第20-21页 |
| ·文本定位方法评价标准 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 基于边缘检测和区域分析的文本定位算法 | 第24-43页 |
| ·算法流程 | 第24-26页 |
| ·图像金字塔分解 | 第26-27页 |
| ·彩色图像边缘检测 | 第27-32页 |
| ·经典的边缘检测算子 | 第27-30页 |
| ·CROtsu边缘检测算子 | 第30-32页 |
| ·数学形态学处理 | 第32-34页 |
| ·连通区域分析 | 第34-41页 |
| ·二值图像的连通区域标记 | 第35-36页 |
| ·连通区域约束 | 第36-38页 |
| ·连通区域高级合并 | 第38页 |
| ·区域的投影分割 | 第38-41页 |
| ·实验结果与分析 | 第41-43页 |
| 第四章 基于多方法融合的文本定位算法 | 第43-57页 |
| ·融合方案分析 | 第43-46页 |
| ·融合方案研究 | 第44-45页 |
| ·融合算法流程 | 第45-46页 |
| ·神经网络分类 | 第46-53页 |
| ·神经元 | 第46-48页 |
| ·BP神经网络 | 第48-51页 |
| ·BP神经网络设计 | 第51-52页 |
| ·BP神经网络训练 | 第52-53页 |
| ·融合方法实现 | 第53-54页 |
| ·实验结果与分析 | 第54-57页 |
| 第五章 总结与展望 | 第57-59页 |
| ·论文总结 | 第57-58页 |
| ·研究展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士期间发表论文和参加的科研项目 | 第64页 |
