基于邊緣和紋理的文本定位算法的研究.pdf

1、自然場(chǎng)景圖片中包含許多有用的信息，如街道名稱、商店名稱、交通標(biāo)識(shí)等。準(zhǔn)確地從自然場(chǎng)景圖像中獲取文字信息是數(shù)字圖像處理中一個(gè)重要的研究?jī)?nèi)容。從自然場(chǎng)景圖片中抽取文字信息的研究包括兩個(gè)部分：文本區(qū)域定位和文字識(shí)別，文本區(qū)域的準(zhǔn)確定位是文字識(shí)別的重要前提。這是一個(gè)比較復(fù)雜的研究?jī)?nèi)容，主要原因是圖像中文字的字體、大小、方向、位置千變?nèi)f化，還可能因?yàn)楂@取條件的限制使得文字比較模糊或者被其它物體遮擋。
　　本文提出了一種基于邊緣檢測(cè)和紋理分析

2、的方法來(lái)對(duì)場(chǎng)景圖片中的文本區(qū)域進(jìn)行定位。首先將圖像中像素點(diǎn)的像素值均衡地規(guī)劃到0和255之間，用來(lái)消除圖像中明暗程度的差異對(duì)系統(tǒng)產(chǎn)生的影響。自然場(chǎng)景圖片中的文本和背景之間通常在色彩或者亮度上存在一定的差異，因此利用這一點(diǎn)可以通過(guò)邊緣檢測(cè)的方法來(lái)得到圖像中的文本候選區(qū)域。為了突出圖像中的文本信息，先將原始圖像映射到一致性空間，然后在一致性空間使用滑動(dòng)窗口對(duì)候選區(qū)域進(jìn)行掃描，提取滑動(dòng)窗口內(nèi)圖像的特征。在研究過(guò)程中所使用的特征包括灰度共生矩陣

3、特征和統(tǒng)計(jì)量特征。
　　支持向量機(jī)方法是一種比較重要的分類(lèi)方法，在我們的研究過(guò)程中得到了應(yīng)用。通過(guò)交叉驗(yàn)證和網(wǎng)格搜索的方法來(lái)確定分類(lèi)器的最優(yōu)參數(shù)，同時(shí)避免了過(guò)擬合問(wèn)題的發(fā)生。但是支持向量機(jī)方法沒(méi)有特征選擇的功能。在確定分類(lèi)器的最優(yōu)參數(shù)之前，通過(guò)分析每個(gè)特征的數(shù)據(jù)分布情況來(lái)選擇特征進(jìn)行分類(lèi)器的訓(xùn)練。分類(lèi)器參數(shù)確定之后，依據(jù)特征空間優(yōu)化準(zhǔn)則，使用不同的特征選擇策略，對(duì)原來(lái)的特征空間進(jìn)行優(yōu)化。將分類(lèi)器的判別結(jié)果映射到結(jié)果圖像，定位出圖像