場景圖像文本定位與字符識別方法研究.pdf_第1頁
已閱讀1頁,還剩69頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、場景圖像中的文本包含著豐富而又準(zhǔn)確的信息,在工業(yè)自動化、交通管理、自動翻譯、殘障人士服務(wù)等領(lǐng)域中存在廣泛的應(yīng)用需求。但由于場景圖像受非均勻光照、背景紋理和文字多樣性等影響,現(xiàn)有方法場景文本提取的準(zhǔn)確性較低。因此,如何從這些場景圖像中準(zhǔn)確地提取文本信息已成為模式識別領(lǐng)域的研究熱點(diǎn),開展本項(xiàng)目的研究對提高場景圖像文本識別系統(tǒng)的準(zhǔn)確性和魯棒性具有重要的實(shí)用價值。
  本文主要工作及貢獻(xiàn)包括:
  首先,基于文本區(qū)域字符灰度值一致性

2、,x方向梯度幅值呈凸形分布和文本字符相近鄰的特點(diǎn),本文提出一種基于卷積神經(jīng)網(wǎng)絡(luò)(CNN)和支撐向量機(jī)(SVM)輸出得分的場景圖像文本定位方法。依據(jù)文本區(qū)域 x方向梯度幅值的凸形分布和字符灰度值一致性,檢測文本區(qū)域的典型點(diǎn),并通過典型點(diǎn)位置和灰度聚類提取候選連通成分,再對上述候選連通成分以外的區(qū)域,用k-means聚類方法進(jìn)一步提取其它的候選連通成分。然后,使用基于CNN的文本連通成分SVM分類器,利用CNN提取連通成分的紋理特征,再使用

3、SVM輸出得分抑制非文本連通成分,并將近鄰的連通成分組合成候選文本區(qū)域;最后,針對提取的候選區(qū)域梯度方向直方圖HOG特征,利用支持向量機(jī)驗(yàn)證候選區(qū)域。對于ICDAR2011和ICDAR2013的場景文本圖像數(shù)據(jù)集,本文定位方法分別獲得76%和78%的F值,表明該方法有效地抑制了復(fù)雜背景紋理干擾。
  其次,基于文本行內(nèi)字符顏色的相似性,提出一種基于顏色聚類和梯度向量流的文本區(qū)域字符切割方法。先利用k-means聚類方法,對像素點(diǎn)色

4、彩空間位置分布進(jìn)行聚類獲得k個候選圖層,再用連通成分的占空比、寬高比等幾何特征,提取候選字符連通成分所在圖層;并在同質(zhì)區(qū)域?qū)ふ疫h(yuǎn)離邊緣的點(diǎn)作為候選切分像素點(diǎn),利用灰度差值的平方作為代價,尋找累計代價最小的切割路徑。在ICDAR2013場景圖像文本數(shù)據(jù)集上,本文方法獲得87.9%的F值,實(shí)驗(yàn)表明,顏色聚類可有效地抑制非均勻光照和遮擋的干擾。
  最后,基于字符結(jié)構(gòu)的旋轉(zhuǎn)不變性,提出一種多方向單個字符識別模型。采用變形HOG算子和同心

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論