自然場景中路牌漢字識(shí)別技術(shù)研究.pdf

1、自然場景中存在著大量的交通標(biāo)志，這些標(biāo)志信息給人們的日常生活帶來諸多方便。研究一種能夠自動(dòng)從路牌圖像中提取路牌文字信息的工具對(duì)視覺導(dǎo)航、場景理解均有重要意義。本文對(duì)從一幅路牌圖像中提取路牌漢字信息的關(guān)鍵技術(shù)進(jìn)行了深入研究，主要工作內(nèi)容如下。
　　首先，本文提出一種“矩形+Harris角點(diǎn)數(shù)”的路牌矩形區(qū)域定位新方法。該方法先檢測(cè)出圖像中的所有矩形輪廓，再運(yùn)用Harris角點(diǎn)檢測(cè)算法對(duì)圖像進(jìn)行角點(diǎn)提取，最后將具有最多Harris角點(diǎn)

2、數(shù)的矩形輪廓區(qū)域確定為路牌矩形區(qū)域。經(jīng)試驗(yàn)驗(yàn)證，在通常情況下，利用該方法對(duì)路牌矩形區(qū)域定位的準(zhǔn)確率很高。
　　其次，本文對(duì)路牌區(qū)域圖像進(jìn)行預(yù)處理，分為對(duì)路牌區(qū)域圖像透視變形矯正和路牌區(qū)域字符分割兩個(gè)部分。對(duì)于圖像變形矯正部分，首先找出圖像平面和世界平面的四組對(duì)應(yīng)點(diǎn)，利用“四點(diǎn)法”對(duì)圖像進(jìn)行變形矯正，同時(shí)研究了矯正過程所需要的相關(guān)插值算法。對(duì)于字符分割部分，首先利用二值化算法實(shí)現(xiàn)路牌區(qū)域文字像素和背景像素的分割，再基于連通域標(biāo)記法和

3、對(duì)標(biāo)記圖進(jìn)一步的改進(jìn)處理實(shí)現(xiàn)單個(gè)漢字圖像的分割。通過實(shí)驗(yàn)證明，本文方法對(duì)于十字型、分欄型等路牌都有很好的分割結(jié)果。
　　最后，對(duì)于低質(zhì)量漢字識(shí)別，本文構(gòu)建了先粗分類再細(xì)分類的兩級(jí)識(shí)別方法。分類中的分類器均采用正確率較高的KNN分類器。在粗分類中采用粗網(wǎng)格特征和粗外圍特征的連合特征構(gòu)建特征向量。在細(xì)分類中首先將漢字圖像分成5個(gè)分塊結(jié)構(gòu)，對(duì)每個(gè)分塊圖像運(yùn)用主成分分析法提取特征，再基于5個(gè)分塊圖像構(gòu)建5個(gè)弱KNN分類器，最后結(jié)合5個(gè)分類