網(wǎng)絡(luò)圖片中文本區(qū)域的定位技術(shù)研究.pdf

1、計算機技術(shù)與互聯(lián)網(wǎng)技術(shù)迅速結(jié)合形成了獨特網(wǎng)絡(luò)文化,流傳于網(wǎng)絡(luò)的大量數(shù)字信息給人們的日常生活和工作帶來巨大影響。一方面,諸如圖書封面、信封封面、文檔內(nèi)容的文字部分等有益圖片需要計算機自動完成相關(guān)文字內(nèi)容的搜索工作,從而達到釋放勞動力、數(shù)字化辦工的需求。另一方面,流傳于網(wǎng)絡(luò)的不良圖片種類繁多,需及時檢測和過濾,消除在網(wǎng)絡(luò)傳播中的不良影響。文本是圖像信息中最重要的內(nèi)容,基于圖像的文本信息檢索也應(yīng)運而生?，F(xiàn)有的字符識別技術(shù)已經(jīng)非常成熟,只要能準(zhǔn)

2、確定位出文本,即可分割和識別出文本。因此,在網(wǎng)絡(luò)圖片中定位出文本就顯得非常重要。
　　 本文的主要工作圍繞如何從網(wǎng)絡(luò)圖片中定位和提取文本區(qū)域信息的各個方面和步驟展開,研究的工作主要集中于網(wǎng)絡(luò)圖片中文字區(qū)域的檢測、定位和文本區(qū)域的辨別以及相關(guān)的算法研究。網(wǎng)絡(luò)圖片并無統(tǒng)一的規(guī)范和標(biāo)準(zhǔn),因此包含的文本也形式各異,字體的不同大小、排列方式、語言種類、色彩、亮度、背景的復(fù)雜程度以及網(wǎng)絡(luò)圖片本身的分辨率、質(zhì)量等都將影響到算法的準(zhǔn)確性和適用性

3、。這些因素都給網(wǎng)絡(luò)圖片中文本區(qū)域的定位技術(shù)研究帶來了困難和挑戰(zhàn)。在文本檢測方面,本文對比了基于連通區(qū)域、基于邊緣檢測、基于紋理學(xué)習(xí)和基于機器學(xué)習(xí)等算法,最后選擇角點為文本的主要特征,并提出了基于角點的高斯金字塔自動文本檢測和定位算法。該算法能自動地檢測到同一網(wǎng)絡(luò)圖片中大、中、小三種不同大小的文本。為達到高召回率,改進了積分投影算法,提出了分段處理的思想在完成同一圖片中不同位置多文本區(qū)域的定位。為提高查找精度,采用了基于文本混合特性的啟發(fā)