基于邊緣和紋理的文本定位算法的研究.pdf

1、自然場景圖片中包含許多有用的信息，如街道名稱、商店名稱、交通標識等。準確地從自然場景圖像中獲取文字信息是數(shù)字圖像處理中一個重要的研究內容。從自然場景圖片中抽取文字信息的研究包括兩個部分：文本區(qū)域定位和文字識別，文本區(qū)域的準確定位是文字識別的重要前提。這是一個比較復雜的研究內容，主要原因是圖像中文字的字體、大小、方向、位置千變萬化，還可能因為獲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和紋理分析

2、的方法來對場景圖片中的文本區(qū)域進行定位。首先將圖像中像素點的像素值均衡地規(guī)劃到0和255之間，用來消除圖像中明暗程度的差異對系統(tǒng)產生的影響。自然場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，因此利用這一點可以通過邊緣檢測的方法來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窗口對候選區(qū)域進行掃描，提取滑動窗口內圖像的特征。在研究過程中所使用的特征包括灰度共生矩陣

3、特征和統(tǒng)計量特征。
　　支持向量機方法是一種比較重要的分類方法，在我們的研究過程中得到了應用。通過交叉驗證和網(wǎng)格搜索的方法來確定分類器的最優(yōu)參數(shù)，同時避免了過擬合問題的發(fā)生。但是支持向量機方法沒有特征選擇的功能。在確定分類器的最優(yōu)參數(shù)之前，通過分析每個特征的數(shù)據(jù)分布情況來選擇特征進行分類器的訓練。分類器參數(shù)確定之后，依據(jù)特征空間優(yōu)化準則，使用不同的特征選擇策略，對原來的特征空間進行優(yōu)化。將分類器的判別結果映射到結果圖像，定位出圖像