| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 文本定位与识别研究历史与评价标准 | 第13-14页 |
| 1.2.2 文本定位与识别的研究现状 | 第14-16页 |
| 1.2.3 商业上文本定位与识别的现状 | 第16-17页 |
| 1.3 目前存在的主要问题 | 第17-18页 |
| 1.4 本文的研究内容 | 第18页 |
| 1.5 本文的结构及章节安排 | 第18-20页 |
| 第二章 自然场景下的字符区域检测 | 第20-46页 |
| 2.1 引言 | 第20-21页 |
| 2.2 多级二值化字符区域检测方法 | 第21-33页 |
| 2.2.1 多级二值化候选字符区域检测方法 | 第22-26页 |
| 2.2.2 候选字符区域分类 | 第26-33页 |
| 2.3 基于图像分层的字符区域检测方法 | 第33-39页 |
| 2.3.1 基于双边滤波的图像平滑处理 | 第34-35页 |
| 2.3.2 基于图像分层的候选字符区域检测 | 第35-39页 |
| 2.4 实验结果分析 | 第39-43页 |
| 2.4.1 多级二值化检测方法测试 | 第40-42页 |
| 2.4.2 基于图像分层的字符区域检测方法测试 | 第42-43页 |
| 2.5 本章小结 | 第43-46页 |
| 第三章 自然场景下的文本行检测 | 第46-58页 |
| 3.1 引言 | 第46-47页 |
| 3.2 基于图模型的候选文本行检测 | 第47-50页 |
| 3.2.1 图模型的构建 | 第47-48页 |
| 3.2.2 基于图模型的文本行检测 | 第48-50页 |
| 3.3 基于ADABOOST的候选文本行分类 | 第50-54页 |
| 3.3.1 文本行序列的特征选择 | 第50-51页 |
| 3.3.2 Adaboost分类器 | 第51-54页 |
| 3.4 实验结果分析 | 第54-55页 |
| 3.4.1 候选文本行检测测试 | 第54页 |
| 3.4.2 文本行检测的整体效果测试 | 第54-55页 |
| 3.5 本章小结 | 第55-58页 |
| 第四章 自然场景下的文本识别 | 第58-68页 |
| 4.1 引言 | 第58-59页 |
| 4.2 文本行图片分割 | 第59-60页 |
| 4.2.1 基于阈值的图片分割 | 第59页 |
| 4.2.2 基于区域生长的图片分割 | 第59-60页 |
| 4.2.3 基于阈值与区域增长相结合的图片分割 | 第60页 |
| 4.3 文本行图片校正 | 第60-62页 |
| 4.3.1 基于最小二乘法的图片倾斜校正 | 第61-62页 |
| 4.3.2 基于投影的错切校正 | 第62页 |
| 4.4 基于TESSERACT OCR和GOOGLE拼写校对的文本识别 | 第62-63页 |
| 4.5 实验结果与分析 | 第63-65页 |
| 4.6 本章小结 | 第65-68页 |
| 第五章 总结和展望 | 第68-70页 |
| 5.1 本文总结 | 第68-69页 |
| 5.2 下一步工作计划和展望 | 第69-70页 |
| 参考文献 | 第70-76页 |
| 致谢 | 第76-78页 |
| 在读期间发表的学术论文与取得的研究成果 | 第78页 |