| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 1 绪论 | 第6-13页 |
| 1.1 研究背景及意义 | 第6-7页 |
| 1.2 文本检测方法综述 | 第7-9页 |
| 1.2.1 基于边缘检测的方法 | 第7页 |
| 1.2.2 基于纹理的方法 | 第7-8页 |
| 1.2.3 基于连通域分析的方法 | 第8-9页 |
| 1.2.4 具体方法介绍 | 第9页 |
| 1.3 文本识别综述 | 第9-11页 |
| 1.3.1 基于字符识别的方法简介 | 第10页 |
| 1.3.2 基于单词识别的方法简介 | 第10-11页 |
| 1.4 本文内容及安排 | 第11-13页 |
| 2 相关技术介绍 | 第13-22页 |
| 2.1 卷积神经网络 | 第13-19页 |
| 2.1.1 卷积神经网络的结构 | 第13-19页 |
| 2.2 特征提取 | 第19-22页 |
| 2.2.1 区域特征提取常用统计特征 | 第19-21页 |
| 2.2.2 简单的图像显著性区域特征提取方法及对比 | 第21-22页 |
| 3 基于卷积神经网络和特征提取的文本定位 | 第22-36页 |
| 3.1 算法流程 | 第22-23页 |
| 3.2 基于全卷积网络的文本块检测 | 第23-30页 |
| 3.2.1 全卷积网络 | 第24-27页 |
| 3.2.2 基于全卷积网络的文本块检测的结构与训练 | 第27-29页 |
| 3.2.3 基于全卷积网络的文本块检测的性能评价 | 第29-30页 |
| 3.3 基于最大稳定极值的区域检测 | 第30-32页 |
| 3.3.1 最大稳定极值区域检测算法的原理 | 第30-31页 |
| 3.3.2 算法步骤 | 第31-32页 |
| 3.4 精确文本检测 | 第32-36页 |
| 4 基于OCR算法的文本识别 | 第36-40页 |
| 4.1 光学字符识别算法 | 第36-37页 |
| 4.2 本文识别方法 | 第37-40页 |
| 5 实验及分析 | 第40-52页 |
| 5.1 文本检测结果 | 第40-47页 |
| 5.1.1 非直线型文本检测结果及对比 | 第44-45页 |
| 5.1.2 非矩形文本检测结果及对比 | 第45-47页 |
| 5.1.3 直线型文本检测结果及对比 | 第47页 |
| 5.2 文字识别结果 | 第47-48页 |
| 5.3 本文系统界面 | 第48-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间发表学术论文情况 | 第57-58页 |
| 致谢 | 第58-60页 |