本文選題：微博圖像　切入點(diǎn)：文字識別　出處：《北京交通大學(xué)》2014年碩士論文　論文類型：學(xué)位論文

【摘要】：近年來,微博網(wǎng)絡(luò)的興起與發(fā)展對科研領(lǐng)域帶來了許多新的研究內(nèi)容,并推動了自然語言處理、復(fù)雜網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)等多個領(lǐng)域的研究。將多媒體中的內(nèi)容提取并作為相關(guān)研究的樣本,對以微博為研究對象的科研工作將具有良好的幫助作用。同時,對圖片中的文字進(jìn)行提取和識別也將極大地方便計(jì)算機(jī)自動化處理,在商業(yè)運(yùn)用上也具有廣闊的前景。 圖像文字識別主要作為模式識別中的一個重要分支,經(jīng)歷多年的發(fā)展后技術(shù)已經(jīng)非常成熟,研究領(lǐng)域也逐漸擴(kuò)展到自然場景文本識別、手寫字符文本識別等方面,并獲得了良好的應(yīng)用。在文字識別的理論基礎(chǔ)上,本論文主要工作為對文字識別中的文本定位和特征提取工作進(jìn)行了研究和改進(jìn)。并將圖像文字識別技術(shù)應(yīng)用到微博內(nèi)容研究中,將提取和識別的文字保存,可以提供給其他研究領(lǐng)域進(jìn)行進(jìn)一步分析處理。 本文在文本定位過程中結(jié)合圖像的紋理和邊緣特征,提出使用多尺度Gabor濾波器組對原圖像進(jìn)行變換處理,結(jié)合文本區(qū)域的先驗(yàn)知識對變換結(jié)果中的非文本對象進(jìn)行過濾處理。邊緣提取步驟中,使用Sobel算法對圖像進(jìn)行處理。將所獲得的特征圖像和邊緣圖像進(jìn)行融合,并采用圖像形態(tài)學(xué)的方法對融合結(jié)果作進(jìn)一步的細(xì)節(jié)處理,從而獲得文本區(qū)域。該方法提高了文本定位過程的準(zhǔn)確性,在實(shí)際應(yīng)用過程中的參數(shù)設(shè)置對經(jīng)驗(yàn)值的依賴程度較小,具有較強(qiáng)的適應(yīng)性。 在單字符的特征提取中,采用了多尺度的Gabor濾波器組提取圖像特征,形成一組包含多尺度多方向紋理特征的向量,最后使用SVM對所形成的紋理特征進(jìn)行分類。 最后,將上述方法應(yīng)用到微博網(wǎng)絡(luò)中,建立一個微博圖像的采集和文字內(nèi)容識別系統(tǒng),完成微博圖像的采集和逐步識別的功能,對提出的定位方法進(jìn)行了驗(yàn)證。 論文的工作得到了國家自然科學(xué)基金(No.61172072,61271308)、北京市自然科學(xué)基金(No.4112045)、高等教育博士點(diǎn)基金(No.W11C100030)、北京科技計(jì)劃(No.Z121100000312024)和北京市教育委員會學(xué)科建設(shè)與研究生建設(shè)項(xiàng)目等課題的支持。
[Abstract]:In recent years, the rise and development of micro-blog network brings many new research content of the field of scientific research, and to promote the Natural Language Processing research complex network community detection and other fields. The content extraction in multimedia and as a research sample, will be helpful to micro-blog as the research object of the research work at the same time, the text in the image extraction and recognition will also greatly facilitate the computer automatic processing, but also has broad prospects in commercial use.
Image character recognition as an important branch of pattern recognition in the development, after many years of research in the field of technology has been very mature, gradually extended to the natural scene text recognition, handwritten character recognition and other aspects of the text, and has a good application in text recognition. Based on the theory, the main work of this thesis is on the text the positioning and feature extraction of character recognition has been studied and improved. And the image character recognition technology applied to the micro-blog research content in the extraction and recognition of text preservation, can be provided to other research fields for further analysis.
Based on the characteristics of the image edge and texture in the text positioning process, put forward the use of multi-scale Gabor filter of the original image is processed, non text objects on the text area transform combined with prior knowledge in filtering processing. The edge extraction step, make the image fusion image Sobel algorithm. And the edge image are obtained, and the details for further treatment of fusion results using the method of image morphology, so as to obtain the text region. This method improves the accuracy of text localization process, the parameters in the practical application in the process of setting the value of experience is less dependent and has strong adaptability.
In single character feature extraction, multi-scale Gabor filter banks are used to extract image features, and form a set of vectors containing multi-scale and multi-directional texture features. Finally, SVM is used to classify the textural features.
Finally, the above method is applied to the micro-blog network, and a micro-blog image acquisition and text content recognition system is established to complete the function of micro-blog image acquisition and gradual recognition, and verify the proposed location method.
This work is supported by the National Natural Science Fund (No.6117207261271308), Beijing Natural Science Foundation (No.4112045), Doctoral Fund of Higher Education (No.W11C100030), Beijing science and technology program (No.Z121100000312024) and Beijing Municipal Commission of education discipline construction and graduate construction projects to support issues.

【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TP393.092;TP391.43

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張闖;藺志青;肖波;郭軍;;適用于銀行票據(jù)手寫數(shù)字串切分的滴水算法[J];北京郵電大學(xué)學(xué)報(bào);2006年01期

2 殷俊;孟育耀;;微博的傳播特性與發(fā)展趨勢[J];今傳媒;2010年04期

3 吳高洪,章毓晉,林行剛;分割雙紋理圖像的最佳Gabor濾波器設(shè)計(jì)方法[J];電子學(xué)報(bào);2001年01期

4 張?jiān)?李燦平;;基于彈性網(wǎng)格特征和神經(jīng)網(wǎng)絡(luò)的手寫文字識別[J];信息技術(shù);2011年12期

5 趙英男;楊靜宇;孟憲權(quán);;一種實(shí)用的Gabor濾波器組參數(shù)設(shè)置方法[J];計(jì)算機(jī)工程;2006年19期

6 張?jiān)苿?張長水;利用Hough變換和先驗(yàn)知識的車牌字符分割算法[J];計(jì)算機(jī)學(xué)報(bào);2004年01期

7 金連文,覃劍釗;手寫漢字識別彈性網(wǎng)格Gabor特征提取方法的研究[J];計(jì)算機(jī)應(yīng)用研究;2004年12期

8 晉瑾;平西建;張濤;陳明貴;;圖像中的文本定位技術(shù)研究綜述[J];計(jì)算機(jī)應(yīng)用研究;2007年06期

9 苑瑋琦;馮琪;柯麗;;利用2D-Gabor濾波器提取紋理方向特征的虹膜識別方法[J];計(jì)算機(jī)應(yīng)用研究;2009年08期

10 肖人岳;秦慕婷;;一種復(fù)雜文本圖像中快速文本行檢測算法[J];科學(xué)技術(shù)與工程;2008年23期

相關(guān)博士學(xué)位論文 前1條

1 吳銳;自然場景中文本識別技術(shù)研究及實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2010年

，

本文編號：1580133