面向自然場(chǎng)景的漢字識(shí)別研究.pdf

1、隨著智能終端設(shè)備的普及與互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，圖像和視頻作為傳遞信息的媒介，越來(lái)越多地受到人們的歡迎。隨之而來(lái)的是，人們對(duì)海量圖像進(jìn)行處理的需求越來(lái)越迫切。如何利用計(jì)算機(jī)快速準(zhǔn)確地提取圖像中的有用信息，正日益成為眾多學(xué)者研究的熱點(diǎn)。自然場(chǎng)景文字識(shí)別技術(shù)有廣泛的應(yīng)用前景，例如基于內(nèi)容的圖像檢索、智能交通系統(tǒng)、視覺(jué)輔助系統(tǒng)和無(wú)人駕駛汽車等等。目前國(guó)內(nèi)外的研究主要集中在自然場(chǎng)景中英文字符的識(shí)別上，對(duì)于中文字符識(shí)別的研究還較少。本文在充分研究英

2、文字符識(shí)別的基礎(chǔ)上，設(shè)計(jì)實(shí)現(xiàn)一套適用于自然場(chǎng)景中文識(shí)別的方法。
　　首先將最大穩(wěn)定極值區(qū)域算法與數(shù)學(xué)形態(tài)學(xué)相結(jié)合，作為候選字符區(qū)域的提取算法，使之能夠適應(yīng)漢字筆畫(huà)之間相互分離的特點(diǎn)。通過(guò)實(shí)驗(yàn)的對(duì)比，驗(yàn)證了提取算法的參數(shù)對(duì)性能的影響。
　　其次，根據(jù)漢字的特點(diǎn)，設(shè)計(jì)了一組基于幾何特征的啟發(fā)式過(guò)濾規(guī)則，其中，將候選字符區(qū)域進(jìn)行橢圓擬合，把擬合橢圓的偏心率作為判別字符區(qū)域的標(biāo)準(zhǔn)之一。通過(guò)能快速計(jì)算的特征，實(shí)現(xiàn)了文本區(qū)域和非文本區(qū)域

3、的初步判別。實(shí)驗(yàn)顯示，該啟發(fā)式過(guò)濾規(guī)則能在保留原有字符區(qū)域的基礎(chǔ)上，過(guò)濾掉大部分非字符區(qū)域。使得整個(gè)算法的效率大大提高。
　　本文選取了具有光照魯棒性的強(qiáng)有力的特征描述子方向梯度直方圖特征作為字符區(qū)域的特征向量。通過(guò)訓(xùn)練一個(gè)支持向量機(jī)分類器，實(shí)現(xiàn)了文本區(qū)域的精確檢測(cè)定位。眾所周知，漢字?jǐn)?shù)量龐大，結(jié)構(gòu)復(fù)雜，字體形態(tài)多變，要在場(chǎng)景圖像中收集到覆蓋所有類別的漢字樣本十分困難。因此本文中不直接采用場(chǎng)景圖像中的漢字作為識(shí)別的樣本，而是通過(guò)調(diào)