低质量文档图像的二值化研究
摘要 | 第1-4页 |
Abstract | 第4-7页 |
1 绪论 | 第7-11页 |
·背景和意义 | 第7-8页 |
·国内外研究现状 | 第8页 |
·低质量文档图像分析 | 第8-10页 |
·主要工作和内容组织 | 第10-11页 |
·主要工作 | 第10页 |
·内容组织 | 第10-11页 |
2 文档图像二值化方法概述 | 第11-18页 |
·引言 | 第11页 |
·全局阈值法 | 第11-15页 |
·Otsu方法 | 第11-12页 |
·最优阈值法 | 第12-13页 |
·简单统计阈值法 | 第13页 |
·基于熵的阈值法 | 第13-14页 |
·基于聚类的阈值法 | 第14-15页 |
·局部阈值法 | 第15-16页 |
·Niblack方法 | 第15-16页 |
·Sauvola方法 | 第16页 |
·Bernsen方法 | 第16页 |
·White方法 | 第16页 |
·本章小结 | 第16-18页 |
3 基于梯度归一化的文档图像二值化 | 第18-34页 |
·引言 | 第18-19页 |
·方法描述 | 第19-26页 |
·梯度归一化 | 第19-22页 |
·检测笔画边缘像素点 | 第22-24页 |
·局部二值化 | 第24-26页 |
·实验结果与分析 | 第26-33页 |
·本章小结 | 第33-34页 |
4 基于显著图的文档图像二值化 | 第34-58页 |
·引言 | 第34页 |
·视觉注意机制与物体显著性 | 第34-40页 |
·视觉注意机制 | 第34-35页 |
·物体显著性 | 第35-40页 |
·方法描述 | 第40-50页 |
·文档图像显著性 | 第41-45页 |
·检测显著性区域 | 第45-48页 |
·区域二值化 | 第48-50页 |
·实验结果与分析 | 第50-57页 |
·本章小结 | 第57-58页 |
5 总结与展望 | 第58-59页 |
致谢 | 第59-60页 |
参考文献 | 第60-62页 |