基于MSER的图像文本定位的应用研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 引言 | 第10-11页 |
| 1.2 研究背景及意义 | 第11-13页 |
| 1.3 文本定位所面临的挑战与难点 | 第13-14页 |
| 1.4 国内外研究现状 | 第14-16页 |
| 1.5 本文主要工作内容和结构安排 | 第16-18页 |
| 第二章 文本定位相关知识 | 第18-27页 |
| 2.1 基于文本定位的特征 | 第19-23页 |
| 2.1.1 颜色特征 | 第19-20页 |
| 2.1.2 点和区域特征 | 第20-22页 |
| 2.1.3 边缘(梯度)特征 | 第22页 |
| 2.1.4 纹理特征 | 第22-23页 |
| 2.1.5 笔划宽度变换 | 第23页 |
| 2.1.6 混合特征 | 第23页 |
| 2.2 文本定位的方法 | 第23-24页 |
| 2.3 文本定位中的模式识别算法 | 第24-26页 |
| 2.3.1 AdaBoost算法 | 第25页 |
| 2.3.2 卷积神经网络 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 基于MSER的文本定位方法 | 第27-39页 |
| 3.1 最大稳定极值区域的提出 | 第27页 |
| 3.2 最大稳定极值区域的定义 | 第27-29页 |
| 3.3 最大稳定极值区域的算法实现 | 第29-30页 |
| 3.4 基于MSER文本定位流程 | 第30-38页 |
| 3.4.1 边缘增强的MSER | 第30-33页 |
| 3.4.2 笔划宽度变换的实现 | 第33-35页 |
| 3.4.3 文本区域组合 | 第35-37页 |
| 3.4.4 实验结果 | 第37-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第四章 MSER结合卷积神经网络的文本区域分类 | 第39-51页 |
| 4.1 卷积神经网络 | 第39-43页 |
| 4.1.1 卷积神经网络与图像识别 | 第40-41页 |
| 4.1.2 卷积神经网络的网络结构 | 第41-42页 |
| 4.1.3 本文的卷积神经网络结构 | 第42-43页 |
| 4.2 数据集 | 第43-45页 |
| 4.3 预处理 | 第45-47页 |
| 4.3.1 MSER区域成分生成 | 第45页 |
| 4.3.2 MSER区域裁剪过程 | 第45-47页 |
| 4.3.3 MSER区域添加标签过程 | 第47页 |
| 4.4 实验结果与分析 | 第47-50页 |
| 4.5 本章小结 | 第50-51页 |
| 结论 | 第51-53页 |
| 参考文献 | 第53-59页 |
| 攻读硕士学位期间取得的研究成果 | 第59-60页 |
| 致谢 | 第60-61页 |
| 附件 | 第61页 |
