| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 字符识别研究背景及研究意义 | 第11-12页 |
| 1.2 国内外研究现状及分析 | 第12-15页 |
| 1.2.1 国内外研究现状 | 第12-14页 |
| 1.2.1.1 场景文本定位研究现状 | 第12-13页 |
| 1.2.1.2 场景文本识别研究现状 | 第13-14页 |
| 1.2.2 自然场景文字识别面临的挑战 | 第14-15页 |
| 1.3 字符识别流程 | 第15-16页 |
| 1.3.1 图像采集 | 第15-16页 |
| 1.3.2 图像预处理 | 第16页 |
| 1.3.3 特征提取 | 第16页 |
| 1.3.4 分类识别 | 第16页 |
| 1.3.5 数据输出 | 第16页 |
| 1.4 本文的主要工作与章节安排 | 第16-18页 |
| 第二章 图像预处理 | 第18-31页 |
| 2.1 引言 | 第18-19页 |
| 2.2 彩色图像灰度化 | 第19-20页 |
| 2.3 灰度图像二值化 | 第20-25页 |
| 2.3.1 全局阈值法 | 第21-23页 |
| 2.3.2 局部阈值法 | 第23-25页 |
| 2.4 图像去噪 | 第25-26页 |
| 2.5 倾斜校正 | 第26-30页 |
| 2.5.1 倾斜角检测 | 第26-28页 |
| 2.5.2 图像矫正 | 第28-30页 |
| 2.6 本章小结 | 第30-31页 |
| 第三章 基于特征的模板匹配算法设计 | 第31-48页 |
| 3.1 镜头畸变问题的提出 | 第31-33页 |
| 3.1.1 镜头成像原理 | 第31-32页 |
| 3.1.2 镜头畸变分类 | 第32-33页 |
| 3.2 模板匹配算法概述 | 第33-36页 |
| 3.2.1 基于灰度的模板匹配方法 | 第33-35页 |
| 3.2.2 基于特征的模板匹配方法 | 第35-36页 |
| 3.3 特征提取 | 第36-38页 |
| 3.3.1 边缘检测 | 第36-37页 |
| 3.3.2 连通域提取 | 第37-38页 |
| 3.3.3 连通域合并 | 第38页 |
| 3.4 模板分类器设计 | 第38-47页 |
| 3.4.1 匹配寻优策略 | 第39-41页 |
| 3.4.2 分类器性能优化 | 第41-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第四章 文本定位和文字识别 | 第48-56页 |
| 4.1 文本定位中问题的提出 | 第48页 |
| 4.2 文本定位流程 | 第48-49页 |
| 4.3 基于Adaboost分类器的文本定位算法改进 | 第49-53页 |
| 4.3.1 传统文本定位方法 | 第49-50页 |
| 4.3.2 Adaboost分类器算法分析 | 第50-51页 |
| 4.3.3 自适应搜索的检测窗扫描方法设计 | 第51-53页 |
| 4.4 字符识别 | 第53-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第五章 文字识别系统的实现 | 第56-68页 |
| 5.1 系统需求分析 | 第56-57页 |
| 5.2 系统总体框架 | 第57-59页 |
| 5.2.1 系统整体结构 | 第57-58页 |
| 5.2.2 Gearman分布式调度框架 | 第58-59页 |
| 5.3 开发环境搭建与配置 | 第59-60页 |
| 5.4 数据库设计 | 第60-62页 |
| 5.5 系统模块设计 | 第62-67页 |
| 5.5.1 图像获取模块 | 第62-63页 |
| 5.5.2 图像预处理模块 | 第63页 |
| 5.5.3 文字识别模块 | 第63-64页 |
| 5.5.4 结果展示模块 | 第64-67页 |
| 5.6 本章小节 | 第67-68页 |
| 第六章 系统测试与结果分析 | 第68-73页 |
| 6.1 测试环境 | 第68页 |
| 6.2 功能测试 | 第68-71页 |
| 6.3 性能测试 | 第71-72页 |
| 6.3.1 响应时间测试 | 第71页 |
| 6.3.2 压力测试 | 第71-72页 |
| 6.4 本章小节 | 第72-73页 |
| 第七章 总结与展望 | 第73-75页 |
| 7.1 总结 | 第73页 |
| 7.2 展望 | 第73-75页 |
| 致谢 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 攻读硕士学位期间取得的研究成果 | 第81-82页 |