基于交互平臺的復雜背景圖像文字檢測及其應(yīng)用.pdf

1、復雜背景的文本檢測是近幾年新興的研究方向。作為目標檢測的一種，文本檢測更加復雜，同時也更具挑戰(zhàn)。聚類算法常被應(yīng)用在文本的聚鏈階段，傳統(tǒng)的聚類算法需要設(shè)置兩個參數(shù)，參數(shù)的設(shè)置對最終結(jié)果影響非常大，并且不具備較強的推廣性。當應(yīng)用場景發(fā)生改變時，檢測效果將大幅下降。針對該問題本文提出了一種基于參數(shù)自適應(yīng)的層次聚類算法，并通過對漢字這類結(jié)構(gòu)復雜的文本分析，在傳統(tǒng)檢測算法的基礎(chǔ)上提出一種由弱到強的文本檢測框架。
　　首先，針對層次聚類算法參

2、數(shù)設(shè)置的問題，提出參數(shù)自適應(yīng)的層次聚類算法。用高魯棒性的文本/背景分類器取代分裂閾值參數(shù)以增強其泛化能力。分類器的建立是對單個字符和背景區(qū)域進行三種高水平特征提取，并進行有監(jiān)督學習。對于第二個參數(shù)提出聚類特征的整合方法，從而避免了不同參數(shù)權(quán)重的設(shè)置問題。通過在不同的數(shù)據(jù)集上的對比實驗，可以驗證本文提出的算法對這一問題取得很好的改善效果。
　　其次，本文針對漢字結(jié)構(gòu)復雜的問題，提出由弱到強的文本檢測框架。中文通常有多個子部分組成，每

3、個子部分都可能是一個單獨的漢字，并且某些子部分十分接近于背景區(qū)域。針對這一特點本文提出了從部分到整體、由弱規(guī)則到強規(guī)則的中文檢測框架。先將漢字的子部分與背景進行區(qū)分，再進行文本的整合從完整字符的角度進行分析。本文分別在復雜背景英文及中文圖片上對算法進行實驗驗證，通過對比實驗可以看出本文提出的文本檢測框架對中文的檢測效果遠遠好于傳統(tǒng)算法，并同樣適用于英文檢測。
　　最后，本文針對實際應(yīng)用平臺采集的圖片拍攝質(zhì)量差，從而影響文本檢測的召