復(fù)雜背景圖像中的文字提取技術(shù)研究.pdf

1、圖像和視頻中包含的文字信息是理解圖像和視頻內(nèi)容的重要線索，有效地提取這些文字信息對(duì)基于內(nèi)容的圖像信息檢索系統(tǒng)來(lái)說(shuō)是一項(xiàng)重要的技術(shù)。由于圖像和視頻中的文字通常疊加在復(fù)雜的背景之上，背景成分的干擾使得現(xiàn)有的OCR技術(shù)難以識(shí)別出這些文字，從而限制了OCR技術(shù)的成功應(yīng)用。因此，如何從具有復(fù)雜背景的圖像和視頻中提取文字信息成為一個(gè)重要的研究課題。
　　對(duì)于復(fù)雜背景中的文字檢測(cè)，本文使用了多尺度的小波變換特征和標(biāo)記算法相結(jié)合的方法。首先，應(yīng)用

2、小波半軟閾值法去除圖像噪聲；然后利用Mallat塔式分解方法獲取圖像的高頻特征信息，并計(jì)算得到各分量的特征能量。本文對(duì)特征能量的閾值選取方法做了改進(jìn)，根據(jù)圖像中文字的特點(diǎn)使用雙閾值法檢測(cè)文字，實(shí)現(xiàn)文字的粗定位；最后，使用標(biāo)記算法對(duì)文字進(jìn)行細(xì)定位，從而將候選文字像素連接成為完整的文字區(qū)域。實(shí)驗(yàn)表明，該方法能夠快速、準(zhǔn)確地檢測(cè)出圖像和視頻中的文字。
　　在檢測(cè)出圖像中的文字后，本文采用非監(jiān)督參數(shù)估計(jì)方法建立高斯混合模型進(jìn)行文字分割。首

3、先利用改進(jìn)的“邊緣對(duì)”采樣方法，在Canny邊緣檢測(cè)結(jié)果的基礎(chǔ)上，通過(guò)變尺度法實(shí)現(xiàn)對(duì)“邊緣對(duì)”之間的像素采樣；然后，對(duì)采樣像素建立HIS顏色模型，并使用HIS顏色模型中的色度分量作為特征；最后，本文對(duì)像素概率計(jì)算方法做了改進(jìn)，提出通過(guò)計(jì)算像素區(qū)域概率的方法分割文字，即根據(jù)色度相同的像素其高斯分布概率相近的特點(diǎn)進(jìn)行快速分割，這樣可以避免以往逐個(gè)計(jì)算像素概率導(dǎo)致計(jì)算量過(guò)大的問(wèn)題。這種先采樣后利用區(qū)域概率的分割方法大大提高了文字分割效率。