彩色圖像的文本信息提取研究.pdf

1、隨著計(jì)算機(jī)科學(xué)、多媒體技術(shù)的飛速發(fā)展，以彩色圖像為主的多媒體信息迅速成為重要的通用信息媒體。在彩色圖像中，文字信息(如新聞標(biāo)題、旁白等等)包含了豐富的高層語義信息，自動(dòng)提取出這些文字，通過對(duì)它們的識(shí)別和分析，對(duì)于圖像高層語義的索引和檢索是非常有幫助的。
　　 傳統(tǒng)的圖像文本信息提取方法大多基于字符的代數(shù)和幾何特征。本文研究比較了邊緣、紋理、區(qū)域、角點(diǎn)檢測(cè)等圖像文本區(qū)域定位算法，分析了這些算法對(duì)彩色圖像文本信息定位的效率。由于這些

2、傳統(tǒng)的方法存在的各種缺陷使之無法將類似字符的景物當(dāng)作字符識(shí)別出來。因此，本文從另一個(gè)角度出發(fā)，將字符看成彩色圖像的一部分，以顏色作為識(shí)別的特征，使類似字符的景物也可以被當(dāng)作字符識(shí)別出來。
　　 本文分析介紹了Mean-Shift算法的數(shù)學(xué)模型和物理模型并提出了基于Mean-Shift算法的圖像文本信息提取方法。首先利用Mean-Shift算法對(duì)圖像進(jìn)行分割，得到分割出來的各顏色子圖像。對(duì)這些子圖像灰度化操作后就是目標(biāo)文本區(qū)域，為

3、了提取其中的有效文本特征，需要對(duì)文本區(qū)域再次進(jìn)行閾值分割。本文對(duì)比介紹了全局、局部和動(dòng)態(tài)三大閾值分割方法，并根據(jù)分割出來的子圖像是單色圖像的特點(diǎn)選擇了全局閾值分割法進(jìn)行閾值分割。
　　 原始圖像在經(jīng)過Mean-Shift圖像分割之后，要進(jìn)行文本中的字符分割，本文采用投影字符分割方法。由于字符在行列間均存在空隙，字符間隙在投影中表現(xiàn)為波谷，此時(shí)可以在水平方向和垂直方向進(jìn)行投影統(tǒng)計(jì)，尋找出波谷即可分割出字符，從而得到單個(gè)字符并將其分