場(chǎng)景文字檢測(cè)及其應(yīng)用技術(shù)研究.pdf

1、作為一項(xiàng)有著巨大前景的研究課題，自然場(chǎng)景圖像中的文字檢測(cè)與識(shí)別從一開始就受到國內(nèi)外研究者的關(guān)注。它不僅對(duì)于基于文字內(nèi)容的圖像分析具有重要的作用，存在巨大的商業(yè)應(yīng)用價(jià)值，同時(shí)，對(duì)于人工智能的發(fā)展也具有重要的理論意義，因此受到工業(yè)界和學(xué)術(shù)界的重視。圖像中的文字通常包含重要的語義信息，檢測(cè)并識(shí)別出這些文字信息對(duì)于完整的理解圖像具有重要的意義。作為一項(xiàng)基礎(chǔ)性的研究，圖像文本的檢測(cè)與識(shí)別與人們的日常生活、工作息息相關(guān)，它可以應(yīng)用到票務(wù)、表格、身份

2、證件的信息讀取和查詢，多媒體信息服務(wù)，車輛車牌的跟蹤與定位，基于視覺的汽車導(dǎo)航，智能機(jī)器人等眾多場(chǎng)合，給人們的生活帶來方便。
　　 目前，關(guān)于場(chǎng)景文字的檢測(cè)與定位存在各種各樣的技術(shù)與方法。但是由于自然場(chǎng)景圖像中的文本與其他類型文本不同，它不僅受到多種環(huán)境因素的影響，同時(shí)文字本身屬性也復(fù)雜多變，因此各種方法的檢測(cè)效果都不盡如人意，迄今為止還沒有任何一種方法能夠快速、準(zhǔn)確的檢測(cè)所有圖像背景下的文字。因此，研究一種通用性好，魯棒性強(qiáng)，

3、準(zhǔn)確率高，并且能夠?qū)λ袕?fù)雜背景下的文字實(shí)現(xiàn)快速定位和檢測(cè)的方法仍然是一個(gè)有著巨大前景的方向。
　　 本文通過對(duì)相關(guān)文獻(xiàn)的學(xué)習(xí)和技術(shù)方法的總結(jié)、分析，在國內(nèi)外專家與學(xué)者研究的基礎(chǔ)上，對(duì)自然場(chǎng)景文字的檢測(cè)與定位進(jìn)行了進(jìn)一步研究和探索。
　　 針對(duì)場(chǎng)景文字的檢測(cè)與定位，提出了兩種解決方法:第一種方法是綜合利用文字區(qū)域的邊緣特征、角點(diǎn)特征、灰度信息，通過邊緣檢測(cè)，Harris角點(diǎn)檢測(cè)和自適應(yīng)的前景提取三種預(yù)處理來獲得相應(yīng)的文本

4、特征圖像;再通過濾波去噪和特征融合處理獲得可靠的文本候選區(qū)域;最后經(jīng)過形態(tài)學(xué)處理和連通域標(biāo)記得到候選文本框，并采用經(jīng)驗(yàn)規(guī)則進(jìn)行精煉驗(yàn)證得到最終的文字區(qū)域輸出。另一種方法是采用Gabor濾波和邊緣檢測(cè)得到相應(yīng)的特征圖像，接著對(duì)特征圖像進(jìn)行濾波去噪和形態(tài)學(xué)處理，并采用前文提出的特征融合技術(shù)得到候選文字區(qū)域;最后通過投影分析定位文本區(qū)域，并對(duì)文本區(qū)域進(jìn)行二值化處理得到最終的文字提取結(jié)果。通過Matlab編程進(jìn)行實(shí)驗(yàn)仿真測(cè)試和對(duì)比分析，證明了本

5、文方法的可靠性與有效性，達(dá)到了令人滿意的檢測(cè)效果。
　　 另外，文章對(duì)場(chǎng)景文字檢測(cè)與識(shí)別技術(shù)的應(yīng)用前景進(jìn)行了全面的總結(jié)，提出了一種基于智能手機(jī)平臺(tái)的場(chǎng)景文字檢測(cè)與識(shí)別應(yīng)用系統(tǒng)模型，并具體說明了各個(gè)模塊的功能和系統(tǒng)的工作原理。該系統(tǒng)的設(shè)計(jì)為場(chǎng)景文字檢測(cè)與識(shí)別技術(shù)的應(yīng)用做出了貢獻(xiàn)。
　　 本文有效的利用了幾種最可靠的特征圖像和混合的預(yù)處理方法，使得它們能夠相互補(bǔ)充，從而提高了算法對(duì)各種情況的適應(yīng)性和魯棒性，最終達(dá)到了預(yù)定的場(chǎng)