自然場景圖像文本定位方法及應(yīng)用的研究.pdf

1、自然場景圖像是指人們通過相機、攝像機等器材在自然環(huán)境中拍攝的圖像,自然場景圖像中的文本定位即對這類圖像中出現(xiàn)的路牌、車牌、布告板、提示牌、廣告等載體上出現(xiàn)的文字進行檢測和定位。該課題可應(yīng)用于導(dǎo)盲、導(dǎo)航、智能交通、信息檢索等領(lǐng)域,具有廣闊的應(yīng)用空間和重要的研究意義。如何快速、有效地從復(fù)雜圖像中提取文本已成為受到關(guān)注的熱點問題。
　　在研究和對比已有算法的基礎(chǔ)上,本文對場景圖像文本定位的一些關(guān)鍵環(huán)節(jié)提出了新的思路和方法。
　　在

2、文本圖像的分割方面,研究并改進了在圖像分割方面具有良好的生物學(xué)依據(jù)的脈沖耦合神經(jīng)網(wǎng)絡(luò),使其能夠快速完成圖像的三值分割,較好的適應(yīng)了場景圖像的復(fù)雜光照條件。實現(xiàn)了脈沖耦合神經(jīng)網(wǎng)絡(luò)中的多個參數(shù)基于圖像自身的特征自動選取,避免了傳統(tǒng)算法中人為設(shè)置參數(shù),且分割效果對參數(shù)敏感的問題。
　　在將字符連通分量連結(jié)構(gòu)造為文本區(qū)域方面,提出了基于相似連通分量直線擬合的構(gòu)造方法。將連通分量按照其中心位置映射為二維平面上的點,依據(jù)寬、高、位置等因素定義

3、了連通分量間的相似度,并按相似度進行相似點集的劃分。吸取隨機抽樣一致性的部分思想,在各相似點集中構(gòu)造直線,從而實現(xiàn)文本行的分離。該算法對不同尺寸的文本適應(yīng)度高,較好地解決了傾斜且相鄰較近的兩文本行中字符的文本行劃分問題。
　　在文本特征提取方面,研究了英文字符的筆畫特性,描述了單側(cè)邊緣對二值字符的“擦除”作用,并在此基礎(chǔ)上提出一項新的文本特征——“微小位移覆蓋率”。該特征提取過程簡單,在非文本塊的過濾應(yīng)用中取得了較好的效果。