基于分層檢測(cè)與空間上下文的自然場(chǎng)景英文文本定位方法研究.pdf

1、隨著多媒體技術(shù)的發(fā)展和數(shù)碼相機(jī)等數(shù)字成像設(shè)備的普及,人們采集并存儲(chǔ)了海量的自然場(chǎng)景圖像。自然場(chǎng)景圖像承載了豐富的信息,而圖像中的文本作為強(qiáng)有力的高層語(yǔ)義資源,對(duì)于圖像內(nèi)容的描述和理解以及基于內(nèi)容的圖像檢索具有極其重要的意義。因此,自然場(chǎng)景圖像中文本信息的自動(dòng)提取成為亟需解決的問(wèn)題,文本定位是其中重要的技術(shù)環(huán)節(jié),亦是計(jì)算機(jī)視覺(jué)領(lǐng)域中的一個(gè)極具挑戰(zhàn)性的研究課題。
　　 本文旨在對(duì)自然場(chǎng)景圖像中的文本進(jìn)行精確定位。采用由粗到細(xì)逐步分層

2、檢測(cè)的方式,避免傳統(tǒng)單粒度檢測(cè)中常見(jiàn)的誤檢和漏檢率較高的問(wèn)題。設(shè)計(jì)自然場(chǎng)景文本的多特征提取及分類算法,解決單一文本特征判別力差以及普適性低的問(wèn)題。引入文本空間分布信息,設(shè)計(jì)概率推理框架實(shí)現(xiàn)文本特征與文本空間上下文的融合,有效地提高自然場(chǎng)景文本定位的精度。
　　 本文針對(duì)自然場(chǎng)景中文本定位中的文本區(qū)域檢測(cè)、文本特征提取及分類、文本空間上下文表示等問(wèn)題進(jìn)行了深入的研究,主要研究?jī)?nèi)容及貢獻(xiàn)如下:
　　 1.提出了單詞級(jí)和字符級(jí)

3、的文本分層檢測(cè)算法。單詞級(jí)的文本檢測(cè)利用了自然場(chǎng)景文本筆畫寬度的一致性,提出基于文本筆劃寬度變換的檢測(cè)方法,該方法的優(yōu)點(diǎn)是不受文本字體、大小、排列方向、顏色等條件影響。字符級(jí)的文本檢測(cè)是在單詞級(jí)文本檢測(cè)的基礎(chǔ)上,在得到的候選區(qū)域中,利用滑動(dòng)窗口分類器檢測(cè)字符。實(shí)驗(yàn)結(jié)果驗(yàn)證了所提算法的有效性。
　　 2.提出基于隨機(jī)森林的多特征字符分類方法。為解決字符級(jí)的文本檢測(cè),分析了多文本特征選取及分類器參數(shù)對(duì)文本分類效果的影響。訓(xùn)練出性能較