视频中的文字提取技术
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 课题研究背景与意义 | 第9-11页 |
| 1.1.1 文字的特征 | 第9-10页 |
| 1.1.2 文字检测和提取的难点 | 第10-11页 |
| 1.2 作者工作和论文安排 | 第11-13页 |
| 1.2.1 作者工作 | 第11-12页 |
| 1.2.2 论文安排 | 第12-13页 |
| 第二章 视频中的文字检测与分割算法综述 | 第13-27页 |
| 2.1 文字提取系统 | 第13页 |
| 2.2 文字事件检测算法综述 | 第13-17页 |
| 2.2.1 帧差法 | 第14-15页 |
| 2.2.2 多帧综合法 | 第15-16页 |
| 2.2.3 时空切片法 | 第16-17页 |
| 2.3 文字区域检测定位算法综述 | 第17-23页 |
| 2.3.1 基于纹理的方法 | 第17-19页 |
| 2.3.2 基于边缘的方法 | 第19-20页 |
| 2.3.3 基于连通域的方法 | 第20页 |
| 2.3.4 基于机器学习的方法 | 第20-23页 |
| 2.4 文字区域分割算法综述 | 第23-27页 |
| 2.4.1 基于阈值的算法 | 第23-25页 |
| 2.4.2 基于连通域的算法 | 第25-27页 |
| 第三章 基于小波变换的文字检测、定位与分割算法 | 第27-43页 |
| 3.1 二维小波变换 | 第27-29页 |
| 3.2 角点及角点响应 | 第29-31页 |
| 3.3 k-means 聚类 | 第31-33页 |
| 3.4 基于小波变换与角点响应的文字检测算法 | 第33-40页 |
| 3.4.1 算法步骤 | 第33-38页 |
| 3.4.2 实验结果 | 第38-39页 |
| 3.4.3 实验数据分析 | 第39-40页 |
| 3.5 基于彩色空间的文字分割算法 | 第40-43页 |
| 3.5.1 分割算法步骤 | 第40-41页 |
| 3.5.2 文字分割算法比较 | 第41-43页 |
| 第四章 基于 Gabor 变换的中文文字检测算法 | 第43-53页 |
| 4.1 Gabor 变换 | 第43-44页 |
| 4.2 基于 Gabor 变换的文字检测算法 | 第44-53页 |
| 4.2.1 算法步骤 | 第44-48页 |
| 4.2.2 实验结果 | 第48-50页 |
| 4.2.3 实验数据分析 | 第50-53页 |
| 第五章 全文总结 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 发表论文和参加科研情况说明 | 第59-60页 |
| 致谢 | 第60页 |
