彩色圖像的文本信息提取研究.pdf

1、隨著計算機科學、多媒體技術的飛速發(fā)展，以彩色圖像為主的多媒體信息迅速成為重要的通用信息媒體。在彩色圖像中，文字信息(如新聞標題、旁白等等)包含了豐富的高層語義信息，自動提取出這些文字，通過對它們的識別和分析，對于圖像高層語義的索引和檢索是非常有幫助的。
　　 傳統(tǒng)的圖像文本信息提取方法大多基于字符的代數和幾何特征。本文研究比較了邊緣、紋理、區(qū)域、角點檢測等圖像文本區(qū)域定位算法，分析了這些算法對彩色圖像文本信息定位的效率。由于這些

2、傳統(tǒng)的方法存在的各種缺陷使之無法將類似字符的景物當作字符識別出來。因此，本文從另一個角度出發(fā)，將字符看成彩色圖像的一部分，以顏色作為識別的特征，使類似字符的景物也可以被當作字符識別出來。
　　 本文分析介紹了Mean-Shift算法的數學模型和物理模型并提出了基于Mean-Shift算法的圖像文本信息提取方法。首先利用Mean-Shift算法對圖像進行分割，得到分割出來的各顏色子圖像。對這些子圖像灰度化操作后就是目標文本區(qū)域，為

3、了提取其中的有效文本特征，需要對文本區(qū)域再次進行閾值分割。本文對比介紹了全局、局部和動態(tài)三大閾值分割方法，并根據分割出來的子圖像是單色圖像的特點選擇了全局閾值分割法進行閾值分割。
　　 原始圖像在經過Mean-Shift圖像分割之后，要進行文本中的字符分割，本文采用投影字符分割方法。由于字符在行列間均存在空隙，字符間隙在投影中表現(xiàn)為波谷，此時可以在水平方向和垂直方向進行投影統(tǒng)計，尋找出波谷即可分割出字符，從而得到單個字符并將其分