復(fù)雜背景圖像中的文本定位方法研究.pdf

1、隨著多媒體技術(shù)的飛速發(fā)展，復(fù)雜背景圖像中的文本定位研究不僅豐富了圖像處理理論，而且在諸如Internet環(huán)境下的圖像檢索、交通管理中的車牌識別等具有重大的價(jià)值。復(fù)雜背景文本定位是一個(gè)具有很大難度性的研究課題。原因是文本圖像的背景非常復(fù)雜，圖像有的在室內(nèi)拍攝而有的在室外拍攝，光照條件變化較大，其中不同文字的顏色、亮度、字體、大小、間距、對比度、排列方向和背景紋理等有很大差別。 要提取具有復(fù)雜背景的文本，首先要找到包含文本的區(qū)域，然

2、后才能交給文本識別模塊進(jìn)行識別。本文考察了現(xiàn)有的主要文本定位方法，分析了其中的優(yōu)缺點(diǎn)，提出了基于邊緣檢測和支持向量機(jī)的圖像文本定位方法。 基于邊緣檢測的文本定位主要由金字塔分解、基于改進(jìn)Canny算子的邊緣檢測、邊緣提取和二值化、連通區(qū)域分析、以及文本區(qū)域鑒定與合并幾部分組成。首先運(yùn)用改進(jìn)的Canny邊緣檢測算法檢測出文本邊緣，然后對檢測結(jié)果進(jìn)行連通區(qū)域分析、文本區(qū)域鑒定與合并得到候選的文本區(qū)域。由于統(tǒng)計(jì)模型在模式識別研究中體現(xiàn)