自然场景下的文本检测技术研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第13-20页 |
| 1.1 研究工作的背景与意义 | 第13-14页 |
| 1.2 面临的挑战与难点 | 第14-15页 |
| 1.3 国内外研究现状 | 第15-19页 |
| 1.3.1 基于边缘的方法 | 第16页 |
| 1.3.2 基于纹理的方法 | 第16-17页 |
| 1.3.3 基于连通域的方法 | 第17-18页 |
| 1.3.4 其它方法 | 第18-19页 |
| 1.4 本文的主要研究内容和结构安排 | 第19-20页 |
| 第二章 基于MSER的字符候选区域检测 | 第20-40页 |
| 2.1 最大稳定极值区域 | 第20-23页 |
| 2.1.1 最大稳定极值区域的数学定义 | 第20-22页 |
| 2.1.2 最大稳定极值区域的性质 | 第22-23页 |
| 2.1.3 最大稳定极值区域检测效果 | 第23页 |
| 2.2 对比度增强的MSER | 第23-27页 |
| 2.3 形态学滤波的MSER | 第27-39页 |
| 2.3.2 引导滤波器 | 第28-32页 |
| 2.3.2.1 引导滤波原理 | 第28-30页 |
| 2.3.2.2 引导滤波器性质 | 第30-32页 |
| 2.3.3 形态学滤波的MSER基本原理 | 第32-35页 |
| 2.3.4 形态学滤波的MSER算法流程 | 第35-39页 |
| 2.4 本章小结 | 第39-40页 |
| 第三章 基于笔画宽度变换的字符候选区域检测 | 第40-52页 |
| 3.1 笔画宽度变换原理 | 第40-44页 |
| 3.1.1 笔画宽度变换流程 | 第40-43页 |
| 3.1.2 笔画宽度算法实现 | 第43-44页 |
| 3.2 改进的笔画宽度变换 | 第44-50页 |
| 3.2.1 改进的笔画宽度变换算法流程 | 第44-50页 |
| 3.2.1.1 预处理 | 第44-45页 |
| 3.2.1.2 边缘点对有效条件约束 | 第45-48页 |
| 3.2.1.3 基于颜色信息的字符连通域生成 | 第48-50页 |
| 3.3 本章小结 | 第50-52页 |
| 第四章 基于连通域的文本区域定位 | 第52-69页 |
| 4.1 基于连通域的文本区域定位算法框架 | 第52页 |
| 4.2 字符候选区域验证 | 第52-60页 |
| 4.2.1 候选区域初步验证 | 第52-53页 |
| 4.2.2 基于SVM的字符候选区域验证 | 第53-60页 |
| 4.2.2.1 支持向量机基本原理 | 第53-55页 |
| 4.2.2.2 字符连通域特征描述 | 第55-58页 |
| 4.2.2.3 训练样本提取 | 第58-60页 |
| 4.3 基于均值漂移聚类的文本行聚合 | 第60-67页 |
| 4.3.1 均值漂移聚类算法原理 | 第60-62页 |
| 4.3.2 文本聚合 | 第62-67页 |
| 4.3.2.1 文本行聚合 | 第62-64页 |
| 4.3.2.2 单词分割 | 第64-67页 |
| 4.4 本章小结 | 第67-69页 |
| 第五章 自然场景文本定位方法评价 | 第69-78页 |
| 5.1 自然场景文本定位数据集 | 第69页 |
| 5.2 自然场景文本定位评价方法 | 第69-71页 |
| 5.3 自然场景文本定位方法比较 | 第71-77页 |
| 5.4 本章小结 | 第77-78页 |
| 第六章 总结与展望 | 第78-80页 |
| 6.1 全文总结 | 第78页 |
| 6.2 后续工作和展望 | 第78-80页 |
| 致谢 | 第80-81页 |
| 参考文献 | 第81-84页 |
| 攻硕期间取得的研究成果 | 第84-85页 |
