文本定位研究.pdf

1、通過OCR(Optical Character Recognition)系統(tǒng)自動識別圖像上的文字對于信息檢索、智能交通和票據(jù)、證件處理等方面有重要意義.通常在OCR系統(tǒng)識別圖像上的文字時,要先找出文字區(qū)域位置,我們把從圖像上找出文字區(qū)域的過程叫文本定位,文本定位目前依然是沒有解決好的難題.該文根據(jù)自然場景圖像、視頻圖像(幀)和手寫信封圖像的文本特點(diǎn)分為場景文本定位、視頻文本定位和手寫信封版面分析分別做了研究.論文的主要工作包括以下幾個方

2、面:提出了一種自然場景文本定位方法.首先利用文字邊緣密度和形態(tài)學(xué)運(yùn)算找出備選文本區(qū)域,然后通過顏色空間可分、連通域分布和攝影分析等后處理方法抑制背景,提高定位精度.試驗(yàn)表明,該文提出的方法能夠在多種自然場景圖像上比較準(zhǔn)確地找出文本位置.將Gabor濾波器引入視頻文本定位,并提出了一種非常實(shí)用的Gabor特征選擇方法.在選取Gabor特征時,該文選通過Fisher準(zhǔn)則選擇Gabor濾波器參數(shù),挑出備選Gabor特征,然后通過BP網(wǎng)絡(luò)的分類

3、結(jié)果找出分類結(jié)果最好的特征組合,即Gabor特征向量.試驗(yàn)結(jié)果表明通過上述方法找出的Gabor特征向量能夠非常有效地區(qū)分文本和非文本區(qū)域.提出了一種非常實(shí)用的手寫信封版面分析方法.先去除信封圖像上的圖案和郵票等冗余信息,降低信封版面復(fù)雜程度,然后通過遞歸投影和連通域分析結(jié)合的版面分析算法找出信封圖像上的文字區(qū)域,文中還提到通過拒識的方法剔除部分圖像質(zhì)量太差的信封.對上萬個信封圖像的測試表明,該文提出的算法能夠正確處理大部分各種版面的信封