復(fù)雜背景圖像中的文字提取算法研究.pdf

1、隨著互聯(lián)網(wǎng)和計(jì)算機(jī)技術(shù)的發(fā)展,圖像隨處可見(jiàn)。圖像中包含著豐富的信息,文字是圖像信息中非常重要的一方面,對(duì)圖像起著說(shuō)明和詮釋的作用。因此,近年來(lái)對(duì)圖像中文字的識(shí)別越來(lái)越引起人們的重視。提取和識(shí)別圖像中的文字對(duì)圖像分析、智能交通、機(jī)器視覺(jué)、智能控制等方面有非常重要的意義。而圖像中的文字通常是疊加在復(fù)雜背景上的,一般的OCR軟件很難直接對(duì)圖像中的文字進(jìn)行識(shí)別,從而使圖像中的文字信息不能有效的利用。如何從圖像中提取文字成為解決該問(wèn)題的關(guān)鍵,也成

2、為一個(gè)重要的研究課題。
　　本文對(duì)復(fù)雜背景圖像的文字提取主要以靜態(tài)圖像為對(duì)象,對(duì)于復(fù)雜背景圖像中的文字定位提出了一種基于形態(tài)學(xué)和連通域標(biāo)記算法相結(jié)合的方法。首先,利用sobel算法提取邊緣;然后對(duì)圖像進(jìn)行灰度化、二值化、平滑濾波等一系列處理;最后,先利用形態(tài)學(xué)的腐蝕、膨脹、開運(yùn)算和閉運(yùn)算使文字信息連接在一塊,然后利用連通域標(biāo)記獲得候選文字塊區(qū)域并且根據(jù)一定的規(guī)則篩選、提取出文字塊。實(shí)驗(yàn)證明,該方法能迅速、準(zhǔn)確的定位文字塊。