| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-18页 |
| ·研究背景及意义 | 第11-14页 |
| ·国内外研究现状及热点 | 第14-15页 |
| ·研究所面临的困难 | 第15-16页 |
| ·课题研究内容及论文结构安排 | 第16-18页 |
| 第二章 MPEG-7架构下基于字幕的新闻视频检索技术概述 | 第18-27页 |
| ·MPEG-7的视频信息检索系统的通用框架图 | 第18-19页 |
| ·基于字幕的新闻视频检索框架和功能模块 | 第19-20页 |
| ·新闻字幕的作用 | 第19页 |
| ·基于字幕的新闻视频检索的通用框架图 | 第19-20页 |
| ·镜头边界检测 | 第20-21页 |
| ·镜头边界特征 | 第20页 |
| ·镜头单元的分割方法 | 第20-21页 |
| ·特征提取 | 第21-22页 |
| ·除噪处理 | 第22-24页 |
| ·平滑滤波器 | 第22-23页 |
| ·锐化滤波器 | 第23-24页 |
| ·字幕定位 | 第24-25页 |
| ·二值化 | 第25-26页 |
| ·光学字符识别(OCR)技术 | 第26页 |
| ·本章小结 | 第26-27页 |
| 第三章 新闻视频检索中常用的字幕定位方法 | 第27-35页 |
| ·新闻字幕的特征 | 第27页 |
| ·基于边缘检测的方法 | 第27-30页 |
| ·边缘检测方法 | 第27页 |
| ·梯度边缘检测算法基本步骤 | 第27-28页 |
| ·梯度算子 | 第28-30页 |
| ·基于颜色聚类的方法 | 第30-33页 |
| ·系统聚类方法 | 第31-32页 |
| ·动态聚类算法 | 第32-33页 |
| ·基于纹理特征的方法 | 第33页 |
| ·基于构造学习机的方法 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 基于 C-均值聚类结合边缘检测的新闻字幕定位算法 | 第35-43页 |
| ·算法流程 | 第35-36页 |
| ·C-均值聚类分割 | 第36-38页 |
| ·C-均值聚类算法 | 第36-37页 |
| ·C-均值聚类算法步骤 | 第37页 |
| ·固定初始聚类中心的快速 C-均值聚类分割 | 第37-38页 |
| ·纵向微分运算 | 第38-39页 |
| ·自定义模板的中值滤波 | 第39-40页 |
| ·投影法定位字幕 | 第40-42页 |
| ·水平投影法 | 第40-41页 |
| ·垂直投影法 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 实验结果和分析 | 第43-57页 |
| ·固定初始聚类中心的快速 C-均值聚类分割实验 | 第43-46页 |
| ·固定初始聚类中心的C-均值聚类分割效果实验 | 第43-45页 |
| ·固定初始聚类中心的C-均值聚类分割速度实验 | 第45-46页 |
| ·纵向微分运算实验 | 第46-48页 |
| ·自定义模板(1，1，1，1，1)中值滤波实验 | 第48-51页 |
| ·特定背景下的字幕定位实验 | 第51-52页 |
| ·和 MGD(Maximum Gradient Difference)算法实验对比 | 第52-53页 |
| ·消除滚动字幕条的实验 | 第53-56页 |
| ·固定初始聚类中心的C-均值聚类分割 | 第53-54页 |
| ·帧间相减法 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第六章 总结和展望 | 第57-59页 |
| ·总结 | 第57页 |
| ·未来工作展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士学位期间已发表、录用的论文及参与的科研项目 | 第64页 |
