移動(dòng)終端自然場景文本檢測算法研究.pdf

1、自然場景中包含著大量豐富的文本信息，從自然場景圖像中提取出這些文本信息有著重要的意義。自然場景圖像中的文本形式多變，字體大小不一，文本方向不定。而且自然場景圖像中的文本背景復(fù)雜。這些因素都對文本的檢測帶來很大的困難。場景中文本的正確檢測直接影響著后續(xù)文本文字的識別準(zhǔn)確率，所以文本的正確檢測對自然場景中文字處理系統(tǒng)起著非常重要的作用。本文的算法是在實(shí)驗(yàn)室的場景文字綜合處理系統(tǒng)上完成的，這個(gè)系統(tǒng)是基于Android平臺(tái)的。考慮到手機(jī)資源的有

2、限性和處理速度的局限性，本文主要研究了兩種適用于手機(jī)的場景文本檢測算法，通過實(shí)驗(yàn)驗(yàn)證了算法的有效性，并從整個(gè)系統(tǒng)的角度，做了一些相應(yīng)的完善工作。
　　本研究主要內(nèi)容包括：⑴介紹了移動(dòng)終端自然場景文本綜合處理系統(tǒng)的工作流程，給出了系統(tǒng)每步操作得到的結(jié)果圖，介紹了本文完成的系統(tǒng)導(dǎo)航定位功能的具體實(shí)現(xiàn)方式，并給出系統(tǒng)運(yùn)行時(shí)導(dǎo)航定位功能得到的結(jié)果。⑵介紹了在移動(dòng)終端自然場景文本綜合處理系統(tǒng)上實(shí)現(xiàn)的文本檢測算法。本文提出了改進(jìn)的基于筆畫寬度

3、變換的文本檢測算法。筆畫寬度變換運(yùn)算速度快，適用于手機(jī)上的文本檢測，但是在使用時(shí)，由于事先不能確定文本的梯度方向，就得不到正確的筆畫寬度圖。本文以此為出發(fā)點(diǎn)，從兩個(gè)方面對算法進(jìn)行了改進(jìn)，一個(gè)是通過確定文字梯度方向得到圖像正確的筆畫寬度圖。另一個(gè)是通過得到正反方向的筆畫寬度圖，根據(jù)一定的規(guī)則，得到正確的筆畫寬度圖。在本文提出的性能評價(jià)系統(tǒng)上進(jìn)行評價(jià)，得到算法的準(zhǔn)確率和召回率，通過得到的結(jié)果可以看出這兩種改進(jìn)都取得了一定的效果。⑶提出了基于

4、連通域和角點(diǎn)密度特征的文本檢測方法。第一種文本檢測方法雖然取得了一定的效果，但是在實(shí)際應(yīng)用中依然不夠理想。因此本文提出了一種基于連通域和角點(diǎn)密度特征的文本檢測方法。首先，利用彩色邊緣檢測和形態(tài)學(xué)處理得到二值圖像，利用連通域分析算法得到候選文本區(qū)；然后，提取圖像的角點(diǎn)特征，計(jì)算每個(gè)候選文本區(qū)的角點(diǎn)密度；最后，根據(jù)候選文本區(qū)的角點(diǎn)密度特征進(jìn)行連通域?yàn)V除，得到文本區(qū)。這種方法運(yùn)算復(fù)雜度低，處理簡單，運(yùn)算速度快。經(jīng)過實(shí)驗(yàn)，這種場景文本檢測算法的