基于多尺度幾何分析文字定位研究.pdf

1、文字作為傳遞信息的有效媒介，一直以來(lái)都受到人們關(guān)注。文字識(shí)別技術(shù)的難點(diǎn)在于如何得到有效的文字區(qū)域，也就是文字定位技術(shù)。在數(shù)字圖像處理領(lǐng)域中，多尺度幾何分析是重要的工具。本論文針對(duì)各種各樣圖像，分別討論利用NSCT變換和離散Shearlet變換進(jìn)行文字定位研究。具體內(nèi)容如下：
　　1、對(duì)文字定位的背景知識(shí)進(jìn)行介紹，分別從它的發(fā)展歷程、運(yùn)用領(lǐng)域和挑戰(zhàn)難點(diǎn)進(jìn)行詳細(xì)地說(shuō)明。接著闡述目前的研究現(xiàn)狀，對(duì)文字定位算法進(jìn)行詳細(xì)的分類(lèi)比較。最后介紹

2、圖像中特殊文字以及相應(yīng)的解決方法。
　　2、提出改進(jìn)的基于NSCT變換的文字定位方法，該方法可分為三部分，首先使用NSCT變換對(duì)訓(xùn)練圖像進(jìn)行多尺度、多方向分解，進(jìn)行圖像文字區(qū)域特征訓(xùn)練，然后對(duì)測(cè)試圖像進(jìn)行區(qū)域分類(lèi)，丟棄非文字區(qū)域信息，最后對(duì)處理過(guò)的高頻子帶圖像進(jìn)行邊緣檢測(cè)獲得文字邊緣信息，使用形態(tài)學(xué)處理將零散的文字邊緣連接起來(lái)，對(duì)同一尺度下的邊緣信息圖像進(jìn)行“與”處理，獲得共同包含的文字信息區(qū)域，對(duì)不同尺度下的文字信息區(qū)域進(jìn)行投票

3、判定得到更加精確的候選文字區(qū)域，對(duì)候選文字區(qū)域進(jìn)行啟發(fā)性知識(shí)篩選獲得最終文字區(qū)域。
　　3、由于Shearlet變換較為簡(jiǎn)單靈活，因此提出改進(jìn)的基于離散Shearlet變換的文字定位方法。該方法與基于NSCT變換的文字定位方法類(lèi)似，首先使用離散Shearlet變換對(duì)訓(xùn)練圖像進(jìn)行多尺度、多方向分解，進(jìn)行文字區(qū)域特征訓(xùn)練，然后對(duì)測(cè)試圖像進(jìn)行區(qū)域分類(lèi)，丟棄非文字區(qū)域信息，最后對(duì)高頻子帶圖像進(jìn)行動(dòng)態(tài)閾值分析，得到各子帶圖像更為精確的文字信