自然場景下字符區(qū)域的定位與識別.pdf

1、隨著手機等各種智能移動設(shè)備的發(fā)展，人們越來越關(guān)注對生活中及工業(yè)環(huán)境等自然場景下文本信息的獲取與利用。自然場景中的文本信息不同于印刷文本，它具有多樣的語言文字、不同的字體和大小、復(fù)雜背景的干擾、殘缺和污損的影響，這些都為自然場景下文本信息的獲取與利用帶來一定的困難和挑戰(zhàn)。
　　本論文致力于對自然場景下文本區(qū)域準確定位和識別的研究，重點研究英文字符與數(shù)字區(qū)域的定位與識別；并在此基礎(chǔ)上進一步研究自然場景文本區(qū)域定位與識別的一種特殊場景，

2、復(fù)雜工業(yè)環(huán)境下的鐵路油罐車車號區(qū)域定位與識別。鐵路油罐車車號區(qū)域作為自然場景下文本區(qū)域的一部分，因其字符存在斷裂等特點，本論文把復(fù)雜工業(yè)環(huán)境下的鐵路油罐車車號區(qū)域定位與識別作為自然場景下文本區(qū)域定位與識別的一種特殊場景進行研究，以達到從復(fù)雜工業(yè)環(huán)境下的眾多干擾中準確定位出鐵路油罐車車號區(qū)域的目的，并對其進行斷裂字符的分隔與識別。
　　本論文在充分對比總結(jié)各種文本區(qū)域定位方法的基礎(chǔ)之上，給出一種既適用于自然場景下普遍存在的英文字母和

3、數(shù)字區(qū)域的定位，也適用于復(fù)雜工業(yè)環(huán)境下鐵路油罐車車號區(qū)域定位的通用方法。該方法對尺寸大小不同、存在傾斜、受光照變化影響的文本區(qū)域具有較好的定位效果，首先利用最大穩(wěn)定極值區(qū)域(Maximally Stable Extremal Regions, MSER)檢測獲取極值區(qū)域，并從得到的極值區(qū)域中篩選、連接成有效區(qū)域?qū)?，進一步由有效區(qū)域?qū)Φ玫饺?lián)體區(qū)域，然后由符合一定特征的三聯(lián)體區(qū)域連接成候選文本區(qū)域，并利用支持向量機(Support Vec

4、tor Machine, SVM)對候選文本區(qū)域進行篩選。
　　該方法對自然場景下的文本區(qū)域具有較好的定位效果，為驗證本方法的通用性，本論文對自然場景下一個特殊應(yīng)用場景-復(fù)雜工業(yè)環(huán)境下鐵路油罐車車號信息的獲取進行研究。本論文充分針對鐵路油罐車車號字符斷裂的特點，給出一種適合于斷裂字符的分隔方法。對于字符的識別考慮到自然場景下的字符種類繁多、字體多變，而鐵路油罐車車號字符種類固定、字體變化相對較少，采用不同的方法對這兩大應(yīng)用場景中的