場(chǎng)景圖像文本區(qū)域定位方法研究與實(shí)現(xiàn).pdf

1、場(chǎng)景圖像往往含有豐富的文本信息，能夠?yàn)樵S多基于圖像的應(yīng)用提供重要的線索，比如場(chǎng)景感知、輔助導(dǎo)航以及車(chē)輛跟蹤等。所以場(chǎng)景圖像文本信息的提取具有重要價(jià)值。
　　場(chǎng)景圖像文本處理系統(tǒng)主要包括兩個(gè)重要模塊：文本區(qū)域定位以及文字識(shí)別。而文本區(qū)域定位作為文字識(shí)別的重要前提，其研究與探索具有十分重要的意義。目前，雖然關(guān)于文本區(qū)域定位技術(shù)的研究取得了一定進(jìn)展，但是由于場(chǎng)景圖像中背景信息的復(fù)雜性，以及存在各種外界因素的干擾，場(chǎng)景圖像中文本區(qū)域的定位

2、仍然存在巨大挑戰(zhàn)。本文設(shè)計(jì)了一種新的場(chǎng)景圖像文本區(qū)域定位方法，其主要研究?jī)?nèi)容如下：
　　1．最大穩(wěn)定極值區(qū)域與角點(diǎn)特征相結(jié)合的場(chǎng)景圖像文本區(qū)域初步定位方法。
　　最大穩(wěn)定極值區(qū)域（MSER）特征對(duì)光照和視角變化具有較好的適應(yīng)性，所以本文提出一種基于MSER特征的場(chǎng)景圖像文本區(qū)域初步定位方法。首先，分析了MSER檢測(cè)算法直接用于場(chǎng)景圖像進(jìn)行特征提取時(shí)所存在的問(wèn)題，并針對(duì)問(wèn)題提出了一種基于直方圖均衡化技術(shù)和灰度形態(tài)學(xué)運(yùn)算相結(jié)合的

3、場(chǎng)景圖像預(yù)處理方法，在預(yù)處理后的場(chǎng)景圖像中提取MSER特征。然后，對(duì)提取的MSER特征進(jìn)行連通域分析，并使用啟發(fā)式規(guī)則對(duì)文本候選區(qū)域進(jìn)行篩選。最后，根據(jù)場(chǎng)景圖像文本區(qū)域中包含豐富角點(diǎn)信息這一特性，給出結(jié)合角點(diǎn)特征對(duì)候選區(qū)域進(jìn)行進(jìn)一步篩選的思想，完成初步定位。
　　2．場(chǎng)景圖像文本區(qū)域初步定位結(jié)果二次判別。
　　鑒于初步定位結(jié)果中仍含有部分非文本區(qū)域，采用筆畫(huà)寬度特征對(duì)初步定位結(jié)果進(jìn)行二次判別。針對(duì)SWT算法特征提取時(shí)存在的不

4、完整性問(wèn)題，提出了一種基于圖像顏色信息和文字邊緣像素梯度信息相結(jié)合的改進(jìn)方法。采用筆畫(huà)寬度特征對(duì)初步定位結(jié)果進(jìn)行判別，進(jìn)一步去除非文本區(qū)域。
　　3.文本行定位結(jié)果矯正。
　　通過(guò)文本行構(gòu)建算法將二次判別結(jié)果區(qū)域進(jìn)行連接，得到文本行定位結(jié)果。但是對(duì)于發(fā)生旋轉(zhuǎn)、仿射和投影變換的文本區(qū)域，其文本行定位結(jié)果存在文本框之間相互重疊、文本區(qū)域包含較多背景噪聲以及文字存在變形等問(wèn)題。采用低秩分解技術(shù)對(duì)存在上述問(wèn)題的文本區(qū)域進(jìn)行矯正，獲得