圖像和視頻文字檢測(cè)技術(shù)研究.pdf

1、中國(guó)科學(xué)院計(jì)算技術(shù)研究所博士學(xué)位論文圖像和視頻文字檢測(cè)技術(shù)研究姓名：葉齊祥申請(qǐng)學(xué)位級(jí)別：博士專業(yè)：計(jì)算機(jī)應(yīng)用指導(dǎo)教師：高文20060301圖像和視頻文字檢測(cè)技術(shù)研究：摘要的，即使使用很復(fù)雜的模型也很難擬合其形狀的變化。為此，作者提出了一種生成虛擬洲練樣本的方法，用于模擬具有非剛體形變的運(yùn)動(dòng)衫號(hào)碼的模式。檢測(cè)過(guò)程中，仍然首先使用最可靠的底層圖像特征和區(qū)域分割技術(shù)定位候選的運(yùn)動(dòng)衫號(hào)碼字符區(qū)域，然后使用尺寸特征、形態(tài)學(xué)算子定位數(shù)字候選。然后使

2、用形狀特征(通過(guò)識(shí)別結(jié)果反映)分類數(shù)字和非數(shù)字在識(shí)別過(guò)程中對(duì)于lO個(gè)數(shù)字字爭(zhēng)分別建立其識(shí)別模型。識(shí)別形狀特征為Zemike矩系數(shù)，分類器是K近鄰。使用K近鄰而沒(méi)有使用強(qiáng)分類器的原因在于，Zemike矩特征已經(jīng)能夠反應(yīng)字符形狀特征，不需要強(qiáng)分類器對(duì)特征進(jìn)行變換和投影(如SVM分類器)等對(duì)于所有候選字符，使用基于最小灰度均方誤差方法在連續(xù)視頻幀中進(jìn)行跟蹤，在跟蹤過(guò)程中不斷調(diào)用識(shí)別算法，最后用投票機(jī)制確定候選區(qū)域?qū)儆?9數(shù)字還是非數(shù)字本章不但