场景文本识别关键技术研究
| 摘要 | 第1-7页 |
| Abstract | 第7-16页 |
| 第1章 绪论 | 第16-38页 |
| ·研究背景及意义 | 第16-18页 |
| ·场景文本认知概念及场景文本特点 | 第18-24页 |
| ·场景文本图像及场景文本的特点 | 第19-24页 |
| ·场景文本识别问题描述 | 第24页 |
| ·国内外研究现状及分析 | 第24-34页 |
| ·ICDAR竞赛 | 第25-26页 |
| ·文本定位 | 第26-27页 |
| ·文本分割 | 第27-29页 |
| ·文本变形校正 | 第29-30页 |
| ·文本识别 | 第30-33页 |
| ·基于图像内容的文本识别技术 | 第33-34页 |
| ·场景文本识别技术中存在的问题及发展趋势 | 第34-35页 |
| ·课题来源及研究内容 | 第35-38页 |
| ·课题来源 | 第35-36页 |
| ·论文研究内容 | 第36-38页 |
| 第2章 基于归一化割的场景文本提取 | 第38-58页 |
| ·引言 | 第38-40页 |
| ·谱图分割理论 | 第40-41页 |
| ·谱聚类文本图像分割算法 | 第41-48页 |
| ·相似性权值函数的构造 | 第41-45页 |
| ·彩色图像的量化处理 | 第45-46页 |
| ·相似矩阵构造及分割算法 | 第46-48页 |
| ·算法复杂度分析 | 第48-49页 |
| ·实验结果及分析 | 第49-56页 |
| ·自建数据集实验 | 第49-51页 |
| ·DIBCO 2009数据集实验 | 第51-55页 |
| ·ICDAR 2003数据集实验 | 第55-56页 |
| ·本章小结 | 第56-58页 |
| 第3章 基于数学形态学的场景文本变形校正 | 第58-75页 |
| ·引言 | 第58页 |
| ·变形特征提取 | 第58-67页 |
| ·预处理 | 第58-60页 |
| ·基于数学形态学方法的特征提取 | 第60-62页 |
| ·倾斜变形特征提取 | 第62页 |
| ·透视变形特征提取 | 第62-67页 |
| ·变形参数估计 | 第67-71页 |
| ·倾斜变形参数估计 | 第67-68页 |
| ·透视变形参数估计 | 第68-71页 |
| ·实验结果及分析 | 第71-73页 |
| ·倾斜变形校正实验 | 第71-72页 |
| ·透视变形校正实验 | 第72-73页 |
| ·变形校正前后的字符识别结果 | 第73页 |
| ·本章小结 | 第73-75页 |
| 第4章 基于改进Gabor特征的场景文本识别 | 第75-95页 |
| ·引言 | 第75页 |
| ·特征检测 | 第75-84页 |
| ·二维Gabor变换 | 第75-79页 |
| ·基于模糊方向预分类的Gabor特征 | 第79-82页 |
| ·基于特征融合与直方图的Gabor特征 | 第82-84页 |
| ·特征抽取与变换 | 第84-89页 |
| ·特征评价准则 | 第84-85页 |
| ·基于类内类间距离的可分性判据 | 第85-88页 |
| ·基于从类平均向量中提取鉴别信息的特征变换 | 第88-89页 |
| ·实验结果及分析 | 第89-94页 |
| ·实验环境及样本集介绍 | 第89-90页 |
| ·尺度选择及多尺度重叠对比实验 | 第90页 |
| ·方向选择实验 | 第90-91页 |
| ·特征变换实验 | 第91-92页 |
| ·分类器设计实验 | 第92-93页 |
| ·特征融合实验 | 第93页 |
| ·多种特征对比实验 | 第93-94页 |
| ·本章小结 | 第94-95页 |
| 第5章 基于背景相关性分析的场景文本识别 | 第95-105页 |
| ·引言 | 第95页 |
| ·典型相关分析 | 第95-100页 |
| ·典型相关分析的基本思想 | 第95-97页 |
| ·典型相关特征提取 | 第97-100页 |
| ·基于背景相关分析的场景文本识别 | 第100-102页 |
| ·背景图像的视觉特征提取 | 第100-101页 |
| ·典型相关特征提取算法 | 第101-102页 |
| ·实验结果及分析 | 第102-104页 |
| ·本章小结 | 第104-105页 |
| 结论 | 第105-107页 |
| 参考文献 | 第107-118页 |
| 攻读学位期间发表的学术论文 | 第118-119页 |
| 致谢 | 第119页 |
