微博图像文字内容识别与感知
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 绪论 | 第11-16页 |
| ·研究背景 | 第11-14页 |
| ·微博起源及发展现状 | 第11页 |
| ·微博图像文字内容的特点 | 第11-13页 |
| ·微博信息和传播的特点 | 第13-14页 |
| ·研究意义 | 第14-15页 |
| ·论文内容及论文结构安排 | 第15-16页 |
| 2 相关技术概述 | 第16-24页 |
| ·文本定位技术 | 第16-20页 |
| ·基于区域的方法 | 第17-18页 |
| ·基于边缘的方法 | 第18-19页 |
| ·基于特征的方法 | 第19-20页 |
| ·字符分割技术 | 第20-22页 |
| ·基于投影和连通分析的方法 | 第20-21页 |
| ·基于识别的方法 | 第21-22页 |
| ·字符识别技术 | 第22-23页 |
| ·特征提取 | 第22页 |
| ·分类方法 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 3 图像的预处理 | 第24-33页 |
| ·图像的灰度化 | 第24页 |
| ·图像平滑 | 第24-25页 |
| ·图像的二值化 | 第25-26页 |
| ·图像的边缘提取 | 第26-29页 |
| ·图像边缘的形态学处理 | 第29-32页 |
| ·膨胀操作(Dilate) | 第29-30页 |
| ·腐蚀操作(Erode) | 第30-31页 |
| ·开运算(Open) | 第31-32页 |
| ·闭运算(Close) | 第32页 |
| ·本章小结 | 第32-33页 |
| 4 Gabor组特征结合边缘特征的图文本定位 | 第33-40页 |
| ·Gabor组特征与边缘特征 | 第33-38页 |
| ·字符分割和图像归一化 | 第38页 |
| ·本章小结 | 第38-40页 |
| 5 特征提取与分类 | 第40-49页 |
| ·特征提取 | 第40-41页 |
| ·分类识别 | 第41-48页 |
| ·软边界形式 | 第45-47页 |
| ·常用核函数 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 6 系统设计与实现 | 第49-54页 |
| ·训练样本的生成 | 第50页 |
| ·特征提取 | 第50-52页 |
| ·分类识别 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 7 总结与展望 | 第54-56页 |
| ·论文总结 | 第54页 |
| ·研究展望 | 第54-56页 |
| 参考文献 | 第56-58页 |
| 作者简历 | 第58-60页 |
| 学位论文数据集 | 第60页 |
