發(fā)布時間：2019-05-09 22:31

【摘要】：針對從背景復雜、視角多變、語言形式多樣的場景圖像中難以準確提取文本信息的問題,提出了一種基于最大穩(wěn)定極值區(qū)域(MSER)和筆畫寬度變換(SWT)場景文本提取方法。該方法結合MSER、SWT算法的優(yōu)點,采用MSER算法的準確檢測文字區(qū)域,建立文本候選區(qū)域,利用SWT算法計算文本候選區(qū)域筆畫寬度得到候選文本區(qū)域的筆畫寬度;根據(jù)筆畫寬度圖,利用連通域標記建立筆畫寬度連通圖,然后根據(jù)筆畫寬度連通圖,建立筆畫連通圖的啟發(fā)性規(guī)則,刪除非文本候選區(qū)域,并根據(jù)文本的幾何特征分析及局部自適應窗口最大類間方差(Otsu)分割,有效提取出自然場景圖像中的文本,文本提取的準確率、召回率及綜合性能分別為0.74、0.64及0.68。仿真實驗結果表明,在文本視角多變,字符大小、尺寸、字體各異的復雜條件下,所提方法具有較好的魯棒性,適用于多語言和多字體混合的場景文本提取。
[Abstract]:In order to solve the problem that it is difficult to extract text information accurately from scene images with complex background, changeable visual angles and diverse language forms, a (SWT) scene text extraction method based on maximum stable extremum region (MSER) and stroke width transformation is proposed. Combined with the advantages of MSER,SWT algorithm, this method uses MSER algorithm to detect the text region accurately, establishes the text candidate region, and calculates the stroke width of the candidate text region by using SWT algorithm to obtain the stroke width of the candidate text region. According to the stroke width diagram, the stroke width connection map is established by using the connected domain mark, and then the enlightening rules of the stroke connection graph are established according to the stroke width connection graph, and the non-text candidate regions are deleted. According to the geometric feature analysis of the text and the (Otsu) segmentation of the maximum variance between classes of local adaptive windows, the text in the natural scene image is effectively extracted, and the accuracy of the text extraction is achieved. The recall rate and comprehensive performance were 0.74, 0.64 and 0.68, respectively. The simulation results show that the proposed method has good robustness under the complex conditions of variable text perspective, character size, size and font, and is suitable for multi-language and multi-font mixed scene text extraction.
【作者單位】： 西安交通大學電子與信息工程學院;
【基金】：國家自然科學基金資助項目(61306111)
【分類號】：TP391.41

【相似文獻】

相關期刊論文 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[J];小型微型計算機系統(tǒng);2014年09期

2 戴津;;自然場景中文本檢測技術研究綜述[J];計算機光盤軟件與應用;2013年18期

3 古輝;蘆亞亞;丁維龍;王杰;張維統(tǒng);;自然場景下果實目標的識別和定位[J];浙江工業(yè)大學學報;2007年03期

4 皮學賢;李思昆;宋君強;;一種新的離散格子氣模型及其在自然場景仿真中的應用[J];計算機工程與科學;2006年10期

5 楊丹;李博;趙紅;;魯棒視覺詞匯本的自適應構造與自然場景分類應用[J];電子與信息學報;2010年09期

6 劉宏;普杰信;;一種改進的自然場景特征提取方法[J];計算機工程;2011年21期

7 張冬梅;張全元;鄭達;鄭蔚;李暉;戴光明;;一種新的自然場景標志牌文本提取算法[J];計算機工程與應用;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];計算機工程與設計;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];南京郵電大學學報(自然科學版);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];北京理工大學學報;2011年11期

相關會議論文 前1條

1 霍靜萍;杜建政;;自然場景視覺記憶中顏色的作用途徑[A];第十一屆全國心理學學術會議論文摘要集[C];2007年

相關博士學位論文 前5條

1 王潤民;自然場景文字檢測方法研究[D];華中科技大學;2015年

2 吳銳;自然場景中文本識別技術研究及實現(xiàn)[D];哈爾濱工業(yè)大學;2010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;2007年

4 孫雷;自然場景圖像中的文字檢測[D];中國科學技術大學;2015年

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

相關碩士學位論文 前10條

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

4 李敏強;自然場景維吾爾文本區(qū)域檢測[D];新疆大學;2015年

5 羅龍潤;多標注源多標記排序研究[D];東南大學;2015年

6 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;2016年

7 楊帆;基于腦電的自然場景下目標的快速識別研究[D];云南大學;2014年

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

9 葛巧瑞;自然場景下的文字分割及識別研究[D];西安電子科技大學;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;2011年

，

本文編號：2473134