層次化的自然場景文本檢測算法研究.pdf

1、自然場景文本檢測即是從自然場景圖像中提取并定位文本信息。由于自然場景中的文本往往伴隨著復雜的背景且文本本身類型變化多樣，同時圖像質量也相差甚遠，因此，從自然場景圖像中定位文本信息是一項非常有挑戰(zhàn)性的工作。同時，因其在眾多領域當中被廣泛應用，文本檢測一直是研究的熱門方向并且有著良好的應用前景。本文在前人工作的基礎之上，提出了一種性能更加優(yōu)越的文本檢測算法。
　　針對目前文本檢測方法中存在的問題，本文提出的文本檢測算法包括3部分的內容

2、:
　　(1)基于多尺度的字符區(qū)域提取算法。針對一些自然場景圖像當中文本字符過大導致檢測失敗的問題，本文提出了一種基于多尺度的文本檢測算法。對比實驗結果表明，該算法能有效地將圖像中較大字符檢測出來，明顯提高文本檢測的召回率。
　　(2)基于對比度增強字符區(qū)域提取算法。自然場景圖像中的文本由于光照或其自身顏色與背景顏色差異較小的原因，導致對比度較低，針對這個問題，本文提出了一種基于直方圖修正的局部對比度增強的文本檢測算法。對比

3、實驗結果表明，該方法針對低對比度的圖像有較好的效果。
　　(3)基于多層次的字符分類器和基于特征加權和的文本行形成算法。與用單獨的機器學習方法相比，本文充分利用文本的特征信息，用機器學習的方法設置多層濾波器，優(yōu)化了字符分類的效果。利用兩個字符區(qū)域間的特征加權和作為兩個字符間的距離測量，根據(jù)該距離判定文本行。
　　本文算法在ICDAR2013公共測試數(shù)據(jù)集上進行了測試，論證了其有效性:準確率:72.79％，召回率:87.04％