基于圖像背景復(fù)雜度模糊分類的文字檢測算法研究.pdf

1、摘要近年來多媒體的發(fā)展和智能移動設(shè)備的普及更是使得數(shù)字圖像、數(shù)字視頻無處不在，相應(yīng)的數(shù)字處理技術(shù)也有了很大的進(jìn)步。人們的生活越來越離不開數(shù)字化的媒體，同時對數(shù)字化的媒體進(jìn)行處理的技術(shù)的革新也有助于人們更輕松愉快的生活。文字是生活中必不可缺的內(nèi)容，也是數(shù)字圖像、數(shù)字視頻中的重要組成部分。從數(shù)字圖像、視頻中定位并識別文本內(nèi)容有助于快速理解圖像或視頻中的內(nèi)容，有助于圖像和視頻的檢索。在智能移動設(shè)備上的文本定位和識別可以輔助閱讀，也可用于智能交

2、通，旅游指路等用途。本論文主要研究了自然場景中的視頻文本檢測定位問題。主要研究內(nèi)容為構(gòu)建基于背景復(fù)雜度的模糊分類器和設(shè)計(jì)三種背景復(fù)雜程度的文本定位算法。自然場景中的文本圖像的背景是千變?nèi)f化的，針對各種各樣的自然場景文本圖像的復(fù)雜背景，單一的算法很難做到適用于所有復(fù)雜程度的背景，所以本文提出了構(gòu)建基于自然場景背景復(fù)雜度的模糊分類器的方法。通過訓(xùn)練將自然場景文本圖像根據(jù)背景的復(fù)雜程度分為簡單背景圖像、中等復(fù)雜背景圖像和復(fù)雜背景圖像，檢測時分

3、類器為檢測到的文本圖像根據(jù)背景的復(fù)雜程度分配類標(biāo)簽以標(biāo)記該文本圖像所屬的類別。針對自然場景的簡單背景文本圖像采用筆畫邊緣檢測和形態(tài)學(xué)的算法，由于背景非常簡單，文本在圖像中對比度大，通過檢測自然場景圖像的筆畫特征和形態(tài)學(xué)運(yùn)算可以定位到文本區(qū)域。針對中等復(fù)雜背景的自然場景文本圖像采用基于金字塔分解的筆畫邊緣檢測和形態(tài)學(xué)算法，利用金字塔分解克服中等復(fù)雜背景的文本圖像中的字符大小不一和稍微復(fù)雜背景物體的干擾，定位出文本區(qū)域。針對復(fù)雜背景的文本圖

4、像采用筆畫變換和連通域分析的算法，在復(fù)雜的背景的情況下根據(jù)文本字符的筆畫寬度是相似不變的這一特征利用筆畫寬度變換算法生成筆畫寬度圖像，再利用連通域分析和規(guī)則過濾掉噪聲干擾，定位出文本區(qū)域。最后根據(jù)基于背景復(fù)雜度的模糊分類器的分類結(jié)果自適應(yīng)的選擇文本定位的算法進(jìn)行文本定位，既保證了文本定位的準(zhǔn)確性，又提高了檢測的效率。關(guān)鍵詞：文字檢測；背景模糊分類器；筆畫邊緣檢測；筆畫寬度變換detectionandmorphologyalgorithm

5、areusedtopositiontextareaBecauseofthebackgroundisverysimple，thetextismorenoticeableintheimagesThetextareacanbelocatedbystrokeedgedetectionandmorphologicaprocessingFormoderatelycomplexbackgroundofnaturescenetextimagethepy

6、ramiddecompositionalgorithmofedgedetectionandmorphologyalgorithmareusedThepyramiddecompositionalgorithmovercomesthenterferencesofcharactersindifferentsizesslightlyinmoderatelycomplexbackgroundandthecomplexobjectwhichbelo

7、ngstobackgroundandthenthetextareasarelocatedForcomplexbackgroundtextimageusingstrokeswidthtransformandconnecteddomainanalysisalgorithmareusedAccordingtothetextcharactersstrokewidthsaresimilart0eachotherthestrokewidthtran

8、sf6rrnalgorithmisusedtocreatethestrokewidthimageConnecteddomainanalysisalgorithmandtherulesareusedtofilteroutnoise，andthenthetextareascanbelocatedfinallyAccordingtotheclassificationresultsadaptivethetextlocationalgorithm