自然場(chǎng)景圖像中的中文文本規(guī)范字檢測(cè)算法研究.pdf

1、隨著社會(huì)的進(jìn)步和科技的發(fā)展，圖像的獲取變得異常便捷。圖像中包含了豐富的信息，譬如顏色、形狀、紋理和文字等。對(duì)圖像中文本信息的檢測(cè)，在基于內(nèi)容的圖像檢索、視頻分析、視覺(jué)輔助、汽車輔助駕駛、智能交通管理等領(lǐng)域有著廣泛的應(yīng)用。在自然場(chǎng)景圖像中，當(dāng)背景比較復(fù)雜時(shí)，文本檢測(cè)是較困難的。本文重點(diǎn)研究自然場(chǎng)景圖像中的文本檢測(cè)技術(shù)，主要研究工作包括：
　?。?）針對(duì)目前缺乏公開(kāi)的完全基于中文文本的實(shí)驗(yàn)圖像數(shù)據(jù)集的問(wèn)題，建立了一個(gè)純中文文本的實(shí)驗(yàn)圖

2、像數(shù)據(jù)集。使用高分辨率的智能手機(jī)和數(shù)碼相機(jī)拍攝學(xué)校內(nèi)和學(xué)校附近的自然場(chǎng)景圖像，選擇其中符合條件的403幅左右的圖像，將之構(gòu)建成圖像數(shù)據(jù)集。
　?。?）針對(duì)現(xiàn)有的自然場(chǎng)景圖像中背景復(fù)雜的中文文本檢測(cè)效果差的問(wèn)題，提出了一種基于啟發(fā)式規(guī)則和漢字結(jié)構(gòu)特征的中文文本檢測(cè)算法 TDSI。首先使用一系列啟發(fā)式規(guī)則分別改進(jìn)MSER算法和SWT算法，根據(jù)筆畫(huà)寬度值的標(biāo)準(zhǔn)差將非文本區(qū)域過(guò)濾掉。然后根據(jù)漢字的結(jié)構(gòu)特征，即候選區(qū)域的質(zhì)心、重合區(qū)域等特征

3、將文本區(qū)域聚集成漢字，最后將之聚集成文本行。實(shí)驗(yàn)結(jié)果表明，與Busta、Chen算法相比，TDSI算法取得了較好的準(zhǔn)確率、召回率和F值。
　　（3）針對(duì)現(xiàn)有場(chǎng)景文本檢測(cè)算法忽略顏色特征導(dǎo)致檢測(cè)結(jié)果不佳的問(wèn)題，提出了基于顏色矩的場(chǎng)景文本檢測(cè)算法TDSI-C。首先使用改進(jìn)的MSER和SWT算法從圖像中提取文本候選區(qū)域。然后根據(jù)圖像的幾何特征、筆畫(huà)寬度特征、顏色矩特征將非文本區(qū)域過(guò)濾掉。最后根據(jù)漢字的結(jié)構(gòu)特征將文本區(qū)域聚集成單個(gè)漢字，再