本文選題：自然場景　切入點(diǎn)：復(fù)雜背景　出處：《中國圖象圖形學(xué)報(bào)》2017年02期 　論文類型：期刊論文

【摘要】：目的目前,基于MSERs(maximally stable extremal regions)的文本檢測方法是自然場景圖像文本檢測的主流方法。但是自然場景圖像中部分文本的背景復(fù)雜多變,MSERs算法無法將其準(zhǔn)確提取出來,降低了該類方法的魯棒性。本文針對自然場景圖像文本背景復(fù)雜多變的特點(diǎn),將MSCRs(maximally stable color regions)算法用于自然場景文本檢測,提出一種結(jié)合MSCRs與MSERs的自然場景文本檢測方法。方法首先采用MSCRs算法與MSERs算法提取候選字符區(qū)域;然后利用候選字符區(qū)域的紋理特征訓(xùn)練隨機(jī)森林字符分類器,對候選字符區(qū)域進(jìn)行分類,從而得到字符區(qū)域;最后,依據(jù)字符區(qū)域的彩色一致性和幾何鄰接關(guān)系對字符進(jìn)行合并,得到最終文本檢測結(jié)果。結(jié)果本文方法在ICDAR 2013上的召回率、準(zhǔn)確率和F值分別為71.9%、84.1%和77.5%,相對于其他方法的召回率和F值均有所提高。結(jié)論本文方法對自然場景圖像文本檢測具有較強(qiáng)的魯棒性,實(shí)驗(yàn)結(jié)果驗(yàn)證了本文方法的有效性。
[Abstract]:At present, based on MSERs (maximally stable extremal regions) the text detection method is the main method of natural scene text detection. But some of the text in natural scene images of complex background and MSERs algorithm can not be accurately extracted, reduces the robustness of this method. Based on the background of complex natural scene text image the characteristics of the MSCRs (maximally stable color regions) algorithm for natural scene text detection, proposed a combination of MSCRs and MSERs in the natural scene text detection method. The method first uses MSCRs algorithm and MSERs algorithm to extract the candidate character area; then using random forest texture feature training character classifier candidate character area, to classify the candidate characters area, and get the character region; finally, based on the character of the regional color consistency and geometric relations of adjacent words Agree to merge, to get the final results. The results of this text detection method in ICDAR 2013 recall rate, accuracy and F-measure were 71.9%, 84.1% and 77.5%, compared with the recall of other methods and F-measure were improved. Conclusion this method is robust to the natural scene text detection, the experimental results to verify the validity of this method.

【作者單位】： 武漢大學(xué)印刷與包裝系;
【基金】：國家自然科學(xué)基金項(xiàng)目(61601335) 國家科技支撐計(jì)劃資助項(xiàng)目(2013BAH03B01) 國家測繪地理信息局衛(wèi)星測繪技術(shù)與應(yīng)用重點(diǎn)實(shí)驗(yàn)室經(jīng)費(fèi)資助項(xiàng)目(KLSMTA-2016-04) 中國博士后科學(xué)基金項(xiàng)目(2015M582277) 中央高�；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)基金項(xiàng)目(2042015kf0059)~~
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 彭浩;陳繼鋒;劉瓊;王海濤;高海波;;一種面向聚焦爬蟲的自然場景文本定位技術(shù)[J];小型微型計(jì)算機(jī)系統(tǒng);2014年09期

2 戴津;;自然場景中文本檢測技術(shù)研究綜述[J];計(jì)算機(jī)光盤軟件與應(yīng)用;2013年18期

3 古輝;蘆亞亞;丁維龍;王杰;張維統(tǒng);;自然場景下果實(shí)目標(biāo)的識(shí)別和定位[J];浙江工業(yè)大學(xué)學(xué)報(bào);2007年03期

4 皮學(xué)賢;李思昆;宋君強(qiáng);;一種新的離散格子氣模型及其在自然場景仿真中的應(yīng)用[J];計(jì)算機(jī)工程與科學(xué);2006年10期

5 楊丹;李博;趙紅;;魯棒視覺詞匯本的自適應(yīng)構(gòu)造與自然場景分類應(yīng)用[J];電子與信息學(xué)報(bào);2010年09期

6 劉宏;普杰信;;一種改進(jìn)的自然場景特征提取方法[J];計(jì)算機(jī)工程;2011年21期

7 張冬梅;張全元;鄭達(dá);鄭蔚;李暉;戴光明;;一種新的自然場景標(biāo)志牌文本提取算法[J];計(jì)算機(jī)工程與應(yīng)用;2007年24期

8 常瑩;何東健;李宗儒;;基于聚類與邊緣檢測的自然場景文本提取方法[J];計(jì)算機(jī)工程與設(shè)計(jì);2010年18期

9 徐瓊;干宗良;劉峰;陳昌紅;;基于提升樹的自然場景中文文本定位算法研究[J];南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年06期

10 陸培源;王建中;施家棟;;基于紋理基元與顏色的室外自然場景分類[J];北京理工大學(xué)學(xué)報(bào);2011年11期

相關(guān)博士學(xué)位論文 前5條

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

2 王潤民;自然場景文字檢測方法研究[D];華中科技大學(xué);2015年

3 黃劍華;自然場景中文本信息提取方法[D];哈爾濱工業(yè)大學(xué);2007年

4 孫雷;自然場景圖像中的文字檢測[D];中國科學(xué)技術(shù)大學(xué);2015年

5 劉曉佩;自然場景文本信息提取關(guān)鍵技術(shù)研究[D];西安電子科技大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 閆鵬;基于級(jí)聯(lián)卷積網(wǎng)絡(luò)的自然場景下的車牌檢測[D];鄭州大學(xué);2015年

2 陳帥;自然場景下基于局部模型的車體檢測及其并行化方法研究[D];鄭州大學(xué);2015年

3 江彤;層次化的自然場景文本檢測算法研究[D];大連海事大學(xué);2015年

4 李敏強(qiáng);自然場景維吾爾文本區(qū)域檢測[D];新疆大學(xué);2015年

5 王毅;自然場景下文本區(qū)域定位方法的研究[D];哈爾濱工業(yè)大學(xué);2016年

6 江瑤;結(jié)合對立顏色理論與多核學(xué)習(xí)的場景文字檢測方法研究[D];江西師范大學(xué);2016年

7 楊帆;基于腦電的自然場景下目標(biāo)的快速識(shí)別研究[D];云南大學(xué);2014年

8 王煒;基于角點(diǎn)和顏色的自然場景文字定位技術(shù)研究[D];西安電子科技大學(xué);2011年

9 葛巧瑞;自然場景下的文字分割及識(shí)別研究[D];西安電子科技大學(xué);2012年

10 劉宏;基于雙目視覺的自然場景感知[D];河南科技大學(xué);2011年

，

本文編號(hào)：1585252