自然場(chǎng)景圖像文本定位與識(shí)別.pdf

1、利用機(jī)器定位與識(shí)別自然場(chǎng)景圖像中的文本信息，不僅可以提高信息處理的效率，還能大幅簡(jiǎn)化人們的工作，節(jié)省大量的勞動(dòng)力，因此自然場(chǎng)景圖像文本定位與識(shí)別技術(shù)被用于生產(chǎn)與生活等各個(gè)領(lǐng)域。在文檔文本定位與識(shí)別技術(shù)較為成熟的今天，自然場(chǎng)景圖像文本定位與識(shí)別技術(shù)還是略顯不足，因此對(duì)于自然場(chǎng)景中文本的定位與識(shí)別算法依然是一個(gè)十分熱門(mén)的研究課題。本文通過(guò)對(duì)自然場(chǎng)景中英文文本與中文文本的分析，分別針對(duì)自然場(chǎng)景英文定位、中文定位以及場(chǎng)景漢字識(shí)別三個(gè)方面的不足提

2、出一些新的方法，因此本文的主要研究?jī)?nèi)容為:
　　第一，針對(duì)現(xiàn)有的自然場(chǎng)景英文文本定位算法對(duì)于傾斜文本定位效果不佳且運(yùn)行速度較慢的問(wèn)題，提出一種基于最大極值穩(wěn)定區(qū)域(Maximally Stable Extremal Regions，MSER)結(jié)合層次聚類(lèi)的快速自然場(chǎng)景傾斜英文文本定位算法。算法首先通過(guò)MSER橢圓擬合算法快速地定位出圖像中疑似文本區(qū)域，并根據(jù)擬合橢圓自身與空間特征快速地濾除非文本區(qū)域。利用層次聚類(lèi)的思想將分散的文本

3、區(qū)域由小至大層層融合，并且在融合的同時(shí)還能刪除遺漏的非文本區(qū)域，實(shí)現(xiàn)快速有效地對(duì)自然場(chǎng)圖像中傾斜的英文文本進(jìn)行定位。
　　第二，針對(duì)當(dāng)前自然場(chǎng)景中文文本定位算法中對(duì)于漢字筆畫(huà)融合效果不佳，且根據(jù)漢字連通區(qū)域形態(tài)特征的非文本區(qū)域過(guò)濾效果不佳的問(wèn)題，提出一種MSER結(jié)合支持向量機(jī)(Support Vector Machine，SVM)的自然場(chǎng)景中文文本定位算法。這種算法首先通過(guò)MSER剪枝算法快速的定位出圖像中的候選筆畫(huà)區(qū)域，再利用一

4、種基于筆畫(huà)寬度變換(Stroke Width Transform，SWT)的動(dòng)態(tài)閉運(yùn)算筆畫(huà)融合算法有效地融合圖像中文字的筆畫(huà)，解決了筆畫(huà)融合不佳的問(wèn)題。再對(duì)文本圖像提取Gabor與方向梯度直方圖特征(Histogram of Oriented Gradient，HOG)的388維特征，利用樣本訓(xùn)練過(guò)后的SVM完成對(duì)非文本區(qū)域的過(guò)濾，在最后的自建中文定位數(shù)據(jù)集測(cè)試中也取得了預(yù)期的結(jié)果。
　　第三，針對(duì)傳統(tǒng)文字復(fù)雜度漢字識(shí)別中，文字復(fù)