基于圖像背景復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)展和智能移動設備的普及更是使得數字圖像、數字視頻無處不在，相應的數字處理技術也有了很大的進步。人們的生活越來越離不開數字化的媒體，同時對數字化的媒體進行處理的技術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容，也是數字圖像、數字視頻中的重要組成部分。從數字圖像、視頻中定位并識別文本內容有助于快速理解圖像或視頻中的內容，有助于圖像和視頻的檢索。在智能移動設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。主要研究內容為構建基于背景復雜度的模糊分類器和設計三種背景復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萬化的，針對各種各樣的自然場景文本圖像的復雜背景，單一的算法很難做到適用于所有復雜程度的背景，所以本文提出了構建基于自然場景背景復雜度的模糊分類器的方法。通過訓練將自然場景文本圖像根據背景的復雜程度分為簡單背景圖像、中等復雜背景圖像和復雜背景圖像，檢測時分

3、類器為檢測到的文本圖像根據背景的復雜程度分配類標簽以標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)學運算可以定位到文本區(qū)域。針對中等復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)學算法，利用金字塔分解克服中等復雜背景的文本圖像中的字符大小不一和稍微復雜背景物體的干擾，定位出文本區(qū)域。針對復雜背景的文本圖

4、像采用筆畫變換和連通域分析的算法，在復雜的背景的情況下根據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。最后根據基于背景復雜度的模糊分類器的分類結果自適應的選擇文本定位的算法進行文本定位，既保證了文本定位的準確性，又提高了檢測的效率。關鍵詞：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