首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于特征融合的视频文本获取研究

摘要第1-6页
ABSTRACT第6-14页
第1章 绪论第14-18页
   ·研究背景与意义第14-15页
   ·本文主要研究内容第15-16页
   ·本文篇章结构第16-18页
第2章 视频文本获取算法综述第18-36页
   ·视频文本特点第19-21页
   ·视频文本检测算法第21-22页
   ·视频叠加文本检测第22-25页
     ·基于区域文本检测算法第22-24页
     ·基于纹理文本检测算法第24页
     ·基于笔划文本检测算法第24-25页
     ·基于压缩域文本检测算法第25页
   ·视频场景文本检测第25-27页
     ·基于视频帧频域特征的文本检测算法第26页
     ·基于视频帧空域特征的文本检测算法第26-27页
   ·视频文本定位第27页
   ·视频文本提取第27-29页
     ·基于字符笔划的文本提取算法第27-28页
     ·基于颜色的文本提取算法第28-29页
   ·本章小结第29页
   ·本章参考文献第29-36页
第3章 基于运动感知场的视频叠加文本检测和定位第36-54页
   ·问题背景第36页
   ·视频叠加文本检测算法概述第36-37页
   ·运动感知场第37-42页
     ·视频文本特征分析第37-38页
     ·运动感知场的定义第38-41页
     ·运动感知场的构造第41-42页
   ·基于运动感知场的叠加文本检测第42-46页
     ·多帧融合第43-44页
     ·基于运动感知场的角点过滤第44-45页
     ·文本区域确定第45-46页
   ·叠加文本定位第46页
   ·基于运动感知场的多帧验证第46-48页
   ·实验结果与分析第48-51页
   ·本章小结第51页
   ·本章参考文献第51-54页
第4章 基于笔划图的视频场景文本检测和定位第54-74页
   ·问题背景第54-55页
   ·笔划图第55-59页
     ·笔划图定义第55-58页
     ·笔划图特征第58-59页
   ·基于笔划图的场景文本检测第59-61页
   ·场景文本定位第61-65页
     ·基于笔划图的角点检测第62-63页
     ·角点区域形态学操作第63页
     ·连通成分分析第63页
     ·文本连通域邻接矩形第63-65页
   ·基于SVM的候选文本区域验证第65-68页
     ·SVM分类器训练第65-67页
     ·SVM分类器验证文本区域第67-68页
   ·实验结果与分析第68-71页
   ·本章小结第71页
   ·本章参考文献第71-74页
第5章 视频文本提取第74-94页
   ·问题背景第74页
   ·视频叠加文本提取第74-84页
     ·叠加文本行边缘图第75-77页
     ·文本行字符分割第77-79页
     ·单字符文本提取第79-82页
     ·实验结果与分析第82-84页
   ·视频场景文本提取第84-92页
     ·基于改进Niblack算法的场景文本二值化第84-86页
     ·场景文本极性判断第86-88页
     ·场景文本边缘填充第88页
     ·视频场景文本倾斜纠正第88-89页
     ·实验结果与分析第89-92页
   ·本章小结第92页
   ·本章参考文献第92-94页
第6章 视频文本获取系统设计与实现第94-102页
   ·视频文本获取系统第94-96页
     ·系统主要功能第94-95页
     ·系统设计与实现第95-96页
   ·实验结果与分析第96-100页
     ·系统运行结果第97-98页
     ·系统结果分析第98-100页
   ·本章小结第100-102页
第7章 总结及展望第102-104页
   ·论文工作总结第102-103页
   ·进一步工作第103-104页
攻读博士学位期间研究成果第104-106页
参加的科研项目第106-107页
致谢第107页

论文共107页,点击 下载论文
上一篇:网络友好的P2P应用及其性能优化的研究
下一篇:信息系统安全功能符合性检验关键技术研究