拍照文档图像的几何校正
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1. 绪论 | 第8-15页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.3 目前存在的难点 | 第12-13页 |
| 1.4 本文的主要研究内容 | 第13-15页 |
| 2. 拍照文档图像校正预处理 | 第15-35页 |
| 2.1 文档图像二值化 | 第15-19页 |
| 2.1.1 常用的二值化算法 | 第16-18页 |
| 2.1.2 本文的二值化算法 | 第18-19页 |
| 2.2 文档图像粗倾斜校正 | 第19-22页 |
| 2.3 图像的图文分离 | 第22-34页 |
| 2.3.1 文档图像的文本检测 | 第22-24页 |
| 2.3.2 文本信息提取系统 | 第24-25页 |
| 2.3.3 本文采用的文本提取算法 | 第25-26页 |
| 2.3.4 支持向量机（SVM）算法介绍 | 第26-34页 |
| 2.4 本章小结 | 第34-35页 |
| 3. 文本行提取 | 第35-52页 |
| 3.1 现有的文本行提取算法 | 第35-43页 |
| 3.1.1 K-d 树算法介绍 | 第37-43页 |
| 3.2 本文的文本行提取算法 | 第43-50页 |
| 3.2.1 文本行聚类算法 | 第45-46页 |
| 3.2.2 文本行基线拟合 | 第46-50页 |
| 3.3 本章小结 | 第50-52页 |
| 4. 文档图像几何形变校正 | 第52-64页 |
| 4.1 倾斜形变校正 | 第53-54页 |
| 4.2 透视形变校正 | 第54-58页 |
| 4.2.1 基于灭点的透视变换校正方法 | 第54-58页 |
| 4.2.3 本文的透视校正算法 | 第58页 |
| 4.3 扭曲形变校正 | 第58-63页 |
| 4.3.1 基于建模的文档图像校正 | 第58-61页 |
| 4.3.2 本文的扭曲校正算法 | 第61-63页 |
| 4.4 本章小结 | 第63-64页 |
| 5. 实验结果与分析 | 第64-70页 |
| 5.1 文本行聚类算法的比较 | 第64-67页 |
| 5.2 本文扭曲文本校正结果验证 | 第67-69页 |
| 5.3 本章小结 | 第69-70页 |
| 6. 总结和展望 | 第70-72页 |
| 6.1 本文工作总结 | 第70页 |
| 6.2 研究存在的问题和下一步工作展望 | 第70-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-75页 |
