自然場景圖像中的中文文本規(guī)范字檢測算法研究.pdf

1、隨著社會的進步和科技的發(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。對圖像中文本信息的檢測，在基于內(nèi)容的圖像檢索、視頻分析、視覺輔助、汽車輔助駕駛、智能交通管理等領(lǐng)域有著廣泛的應(yīng)用。在自然場景圖像中，當背景比較復雜時，文本檢測是較困難的。本文重點研究自然場景圖像中的文本檢測技術(shù)，主要研究工作包括：
　?。?）針對目前缺乏公開的完全基于中文文本的實驗圖像數(shù)據(jù)集的問題，建立了一個純中文文本的實驗圖

2、像數(shù)據(jù)集。使用高分辨率的智能手機和數(shù)碼相機拍攝學校內(nèi)和學校附近的自然場景圖像，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。
　?。?）針對現(xiàn)有的自然場景圖像中背景復雜的中文文本檢測效果差的問題，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算法 TDSI。首先使用一系列啟發(fā)式規(guī)則分別改進MSER算法和SWT算法，根據(jù)筆畫寬度值的標準差將非文本區(qū)域過濾掉。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。實驗結(jié)果表明，與Busta、Chen算法相比，TDSI算法取得了較好的準確率、召回率和F值。
　?。?）針對現(xiàn)有場景文本檢測算法忽略顏色特征導致檢測結(jié)果不佳的問題，提出了基于顏色矩的場景文本檢測算法TDSI-C。首先使用改進的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、筆畫寬度特征、顏色矩特征將非文本區(qū)域過濾掉。最后根據(jù)漢字的結(jié)構(gòu)特征將文本區(qū)域聚集成單個漢字，再