基于MSER的文本檢測方法研究.pdf

1、自然場景圖像中不僅含有豐富的圖像信息，同時含有大量的文本信息，這是對場景的重要補充，是對場景內容理解的關鍵線索。隨著多媒體技術的發(fā)展，數(shù)字化視頻和圖像日益涌現(xiàn)，這給我們帶來豐富信息的同時，使得大量圖像數(shù)據(jù)激增。通過自然場景中的文本認知獲取場景中的文本信息，有助于理解場景內容，從海量的圖像數(shù)據(jù)中檢索、查詢、瀏覽場景圖像資料，提高圖像資料的管理效率，并且有效節(jié)約時間、減少成本，提高信息檢索技術的自動化程度。
　　傳統(tǒng)的文檔圖像的文本檢

2、測和識別已經日趨成熟，但是自然場景中的文本信息檢測和識別卻存在較多困難。自然場景圖像中文本的文字大小是任意的，排列和對齊方式是未知;光照因素往往對圖像中的文本顏色，亮度，對比度等產生影響;拍攝角度的不同，很容易使文本信息產生幾何變形，字符斷裂等現(xiàn)象，另外由于自然環(huán)境的影響，也會降低所拍攝的照片的質量。因此自然場景中的文本檢測和識別常常會遇到諸多困難。
　　自然場景中的文本檢測是檢測圖像中是否含有文本信息，并確定文本信息的位置。本文

3、的主要工作如下:
　　將最大極值穩(wěn)定區(qū)域(Maximally Stable Extremal Regions)應用于文字檢測。MSER是當使用不同的灰度閾值時，圖像所具有的的最穩(wěn)定的區(qū)域，具有仿射不變性。而自然場景中的文本信息與背景具有明顯差異，并且具有區(qū)域穩(wěn)定性。利用MSER極好的仿射不變性，將圖像中穩(wěn)定的區(qū)域進行提取，并從中篩選出文本區(qū)域信息，效果良好。但是存在顏色空間中各異的顏色，轉換為灰度值后，卻存在近似的現(xiàn)象，導致背景與