融合先驗知識的場景文本識別應(yīng)用研究.pdf

1、伴隨著科學(xué)技術(shù)的快速發(fā)展，具有拍照功能的智能手機(jī)等多媒體終端產(chǎn)品也得到廣泛普及，這使得人們獲得日常生活中的自然場景圖像更加容易，同時自然場景圖像的文本提取和識別有著廣泛的應(yīng)用前景。
　　本文將以拍照獲得的醫(yī)學(xué)化驗單為例，融合化驗單的先驗知識，針對自然場景圖像的模板匹配、文本定位以及識別技術(shù)進(jìn)行研究，并搭建一套完整的文字識別系統(tǒng)。本文具體工作內(nèi)容如下：
　?。?）提出基于特征的模板匹配算法并實現(xiàn)，以確定待測樣本對應(yīng)的模板。該算

2、法通過對化驗單的樣本和模板進(jìn)行版面分析，得到樣本和模板的版面特征。在進(jìn)行模板匹配時，通過計算樣本與各個標(biāo)準(zhǔn)模板之間的集合相似度，相似度最大的類別則作為樣本所歸屬的類別。本文提出的模板匹配算法，能夠在鏡頭畸變因素的干擾下改善模板識別的準(zhǔn)確率。
　?。?）改進(jìn)文本定位算法并實現(xiàn)，對樣本中待識別的文字區(qū)域進(jìn)行文本定位及識別。改進(jìn)的算法能夠自適應(yīng)搜索待識別區(qū)域，獲得化驗單各個具體項目的最佳定位坐標(biāo)，進(jìn)而對已定位的文本進(jìn)行識別。本文提出的改

3、進(jìn)的文本定位算法，能夠更加精準(zhǔn)地獲得待識別文字的坐標(biāo)位置。
　　（3）在新的模板識別算法和改進(jìn)的文本定位算法的基礎(chǔ)上，本文采用分布式架構(gòu)方案，設(shè)計實現(xiàn)了一套完整的文字識別系統(tǒng)。系統(tǒng)包括圖像錄入、圖像存儲、圖像處理、識別結(jié)果顯示等模塊。本文所采用的分布式方案能夠提供并行工作和負(fù)載均衡處理的能力。
　　測試結(jié)果表明，本文設(shè)計的模板匹配算法和改進(jìn)的文本定位方法具有95％以上的字符識別準(zhǔn)確率，達(dá)到了預(yù)期要求，本系統(tǒng)能夠成功應(yīng)用于工程