文摘
英文文摘
声明
第一章引言
1.1文本检测的研究背景
1.2国内外文本检测的研究现状
1.3本文的主要工作
1.4论文结构
第二章文本检测技术
2.1文本检测技术的应用
2.2文本检测技术的特性与难点
2.2.1文本的分类
2.2.2文本的特征
2.2.3文本检测技术的难点
2.3文本检测技术的分类
2.4文本检测技术的现存方案
2.4.1基于区域的方法
2.4.2基于边缘和梯度的方法
2.4.3基于纹理的方法
2.4.4基于学习的方法
2.4.5压缩域方法
2.4.6时空方法
2.4.7基于字符形状特征的方法
2.5文本检测技术存在的主要问题
第三章多尺度Gabor滤波器和BP神经网络的基本理论
3.1 Gabor滤波器理论
3.1.1函数的提出
3.1.2 2-D Gabor滤波器
3.1.3 Gabor变换及其函数特性
3.1.4 Gabor滤波器在特征提取中的应用研究
3.1.5相关领域Gabor的应用
3.2BP神经网络(误差逆向传播网络)
3.2.1神经网络概述
3.2.2误差逆向传播网络的定义、特点及应用
3.2.3误差逆向传播网络的实现
第四章基于多尺度Gabor滤波器和BP神经网络的文本检测算法
4.1图像预处理
4.1.1 HSI颜色空间
4.1.2图像预处理(局部图像增强)
4.2基于连通分量的文本粗检测
4.2.1边缘检测
4.2.2基于密度的区域增长
4.2.3用启发式信息初步滤除非文本区域
4.3基于纹理的文本细检测
4.3.1多尺度Gabor滤波和特征提取
4.3.2特征选择
4.3.3用BP神经网络分类
第五章实验和结论
5.1影响文本检测的因素
5.2本论文的实验结果
5.2.1彩色图像中的检测结果
5.2.2视频中的文本检测结果
5.2.3场景图像中的文本检测结果
5.3小结
第六章总结和展望
6.1总结
6.2展望
参考文献
致谢
在学期间公开发表论文及著作情况