基于隨機(jī)投影的場(chǎng)景文本圖像聚類方法研究.pdf

1、自然場(chǎng)景圖像中的文本字符是描述和認(rèn)知場(chǎng)景內(nèi)容的關(guān)鍵線索，對(duì)場(chǎng)景視覺(jué)信息的表達(dá)和理解具有重要價(jià)值。由于場(chǎng)景圖像中的文本字符存在于復(fù)雜的背景之中，拍攝視角的不同使得文本具有較大的幾何變形，再加上存在光照變化、字符顏色不統(tǒng)一等，使用傳統(tǒng)分割識(shí)別方法具有一定的局限性。
　　本文對(duì)場(chǎng)景圖像背景分離與字符識(shí)別的技術(shù)難點(diǎn)問(wèn)題開展了深入的研究。鑒于文本區(qū)域的特殊性，顏色、紋理等全局特征的描述能力較弱，提出了使用SIFT和Affine-SIFT兩種

2、局部特征描述方式對(duì)圖像進(jìn)行特征抽取。由于使用以上兩種方法得到的特征點(diǎn)數(shù)量太多，對(duì)后期處理的效率有很大影響，本文在 SIFT算法中使用主方向與輔方向結(jié)合的特征挑選方法對(duì)特征點(diǎn)進(jìn)行篩選，對(duì)Affine-SIFT算法采用圖像自匹配的方法進(jìn)行有效特征提取。
　　由于圖像不同，使得檢測(cè)到的特征點(diǎn)數(shù)量也不同，無(wú)法直接通過(guò)特征點(diǎn)集評(píng)價(jià)圖像間的相似程度，本文提出了一種基于隨機(jī)投影的特征映射方法。該方法將圖像的局部描述特征點(diǎn)作為輸入，得到單個(gè)圖像的