復(fù)雜彩色圖像中文本定位方法的研究.pdf

1、隨著基于內(nèi)容檢索技術(shù)的發(fā)展，人們逐漸意識(shí)到包含在彩色圖像中的文本具有重要的作用。自動(dòng)識(shí)別這些文本，對(duì)高層語義的檢索和索引具有重要意義。近年來，光學(xué)字符識(shí)別(Optical Character Recognition，OCR)技術(shù)已經(jīng)取得廣泛應(yīng)用，可以將大量手寫、印刷文檔轉(zhuǎn)為數(shù)字文檔，但傳統(tǒng)的OCR技術(shù)只能識(shí)別分辨率較高，背景簡(jiǎn)單的文檔圖像，而一般圖像往往帶有非文字的復(fù)雜背景區(qū)域，OCR很難通過版面分析的方法準(zhǔn)確找到文本的位置，因此，給識(shí)

2、別帶來了極大的難度。如果能夠采用有效可行的算法準(zhǔn)確找到文本的位置，再將文本送與系統(tǒng)識(shí)別，就可以將光學(xué)字符識(shí)別技術(shù)的實(shí)用性和準(zhǔn)確性大大提高，極大地?cái)U(kuò)展該技術(shù)的應(yīng)用領(lǐng)域。
　　 所謂文本定位，就是從復(fù)雜圖像中找出文本所在的位置或剛好包圍文本的矩形區(qū)域，這是文本識(shí)別非常關(guān)鍵的一步。文本定位的精確與否，直接決定了整個(gè)字符識(shí)別系統(tǒng)準(zhǔn)確率的高低。如何從含有復(fù)雜背景的圖像中快速而準(zhǔn)確地進(jìn)行文本定位，具有極其重要的理論和實(shí)踐價(jià)值，已經(jīng)成為圖像處

3、理領(lǐng)域一個(gè)熱門課題。
　　 本文對(duì)彩色圖像的預(yù)處理過程進(jìn)行了闡述，對(duì)現(xiàn)有的文本定位算法進(jìn)行了歸納和總結(jié)，詳細(xì)分析了各種算法的優(yōu)劣。針對(duì)復(fù)雜彩色圖像中文本信息的特點(diǎn)，本文提出了兩種從備選圖像塊中篩選文本塊的方法：一種是級(jí)聯(lián)弱分類器法，該方法綜合利用了文本塊的形狀特征、顏色特征、區(qū)域特征、字符筆畫特征作為篩選的依據(jù)；另一種算法則綜合利用了小波變換和人工神經(jīng)網(wǎng)絡(luò)進(jìn)行判別。實(shí)驗(yàn)結(jié)果表明，這兩種方法耗時(shí)短，準(zhǔn)確率高，均可以得到較好的文本定