發(fā)布時(shí)間：2017-06-28 04:10

  本文關(guān)鍵詞：基于超像素融合的文本分割，由筆耕文化傳播整理發(fā)布。

【摘要】：提高復(fù)雜背景及噪聲干擾文本圖像的文本分割性能是文本識(shí)別研究中的重要問(wèn)題和難點(diǎn),為更好地解決這一難題,提出一種基于超像素融合的文本分割方法。首先對(duì)文本圖像初始二值化,并估計(jì)文本筆畫(huà)寬度;然后進(jìn)行圖像超像素分割并融合;最后利用超像素融合的局部相似性對(duì)初始二值化圖像進(jìn)行文本校驗(yàn)。實(shí)驗(yàn)結(jié)果表明,與最大穩(wěn)定極值區(qū)域(MSER)及筆畫(huà)超像素聚合(SSG)方法相比,所提方法在KAIST數(shù)據(jù)集上的分割精度分別提高了8.00個(gè)百分點(diǎn)和7.00個(gè)百分點(diǎn),在ICDAR2003數(shù)據(jù)集上的文字識(shí)別率分別提高了5.33個(gè)百分點(diǎn)和4.88個(gè)百分點(diǎn)。所提方法具有較強(qiáng)的去噪能力。
【作者單位】： 天津師范大學(xué)計(jì)算機(jī)與信息工程學(xué)院;
【關(guān)鍵詞】： 文本分割 超像素 超像素融合 二值化
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(61203259)~~
【分類(lèi)號(hào)】：TP391.41
【正文快照】： 0引言數(shù)字圖像普遍存在于人們的生活當(dāng)中,其中蘊(yùn)含著大量的商業(yè)和應(yīng)用價(jià)值。因受到視角、字體、語(yǔ)種、光照、模糊等諸多因素的干擾圖像,文本的分析和抽取工作變得更加復(fù)雜,圖像中的文本分割工作依然存在困難。對(duì)高清晰度、高質(zhì)量的圖像,文本分割較容易;而在清晰度低、字符不明

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 黃治虎;;圖像文本定位技術(shù)研究[J];計(jì)算機(jī)光盤(pán)軟件與應(yīng)用;2013年01期

2 謝鳳英;姜志國(guó);汪雷;;基于空白條方向擬合的復(fù)雜文本圖像傾斜檢測(cè)[J];計(jì)算機(jī)應(yīng)用;2006年07期

3 侯躍云;劉立柱;;文本圖像語(yǔ)種識(shí)別技術(shù)[J];計(jì)算機(jī)應(yīng)用;2006年S1期

4 陸小川;伊兵哲;平西建;程娟;;含噪文本圖像的中英文文種識(shí)別研究[J];計(jì)算機(jī)工程與設(shè)計(jì);2007年21期

5 賀志明;;射影文本圖像的校正[J];電氣自動(dòng)化;2008年01期

6 劉仁金;高遠(yuǎn)飆;郝祥根;;文本圖像頁(yè)面分割算法研究[J];中國(guó)科學(xué)技術(shù)大學(xué)學(xué)報(bào);2010年05期

7 李曉昆;基于筆劃識(shí)別的文本圖像壓縮[J];微型機(jī)與應(yīng)用;1998年09期

8 曾凡鋒;付亞南;;基于文字筆畫(huà)結(jié)構(gòu)的文本圖像校正處理[J];無(wú)線互聯(lián)科技;2014年02期

9 童莉,平西建;基于信息度量的圖像特征與文本圖像分類(lèi)[J];計(jì)算機(jī)工程;2004年17期

10 賀志明;;數(shù)碼相機(jī)拍攝的透視文本圖像的校正[J];上海工程技術(shù)大學(xué)學(xué)報(bào);2007年03期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前1條

1 李蘭蘭;吳樂(lè)南;;一種帶噪聲文本圖像的增強(qiáng)算法[A];全國(guó)第16屆計(jì)算機(jī)科學(xué)與技術(shù)應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2004年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前1條

1 ;認(rèn)識(shí)自動(dòng)OCR技術(shù)[N];計(jì)算機(jī)世界;2000年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 章東平;視頻文本的提取[D];浙江大學(xué);2006年

2 戴祖旭;文本載體信息隱藏研究[D];華中科技大學(xué);2007年

3 許劍峰;數(shù)字視頻中的文本分割的研究[D];華南理工大學(xué);2005年

4 譚利娜;文本圖像魯棒認(rèn)證技術(shù)研究[D];湖南大學(xué);2012年

5 王振;數(shù)字視頻中文本的提取方法研究[D];中國(guó)海洋大學(xué);2011年

6 黃曉冬;基于特征融合的視頻文本獲取研究[D];北京郵電大學(xué);2010年

7 張昕;自然場(chǎng)景圖像文本信息提取的理論與方法[D];清華大學(xué);2014年

8 孫羽菲;低質(zhì)量文本圖像OCR技術(shù)的研究[D];中國(guó)科學(xué)院研究生院（計(jì)算技術(shù)研究所）;2005年

9 劉麗;近重復(fù)文本圖像匹配研究[D];華東師范大學(xué);2014年

10 劉濤;現(xiàn)代信息檢索中的文本分類(lèi)及圖像恢復(fù)研究[D];北京郵電大學(xué);2006年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 肖媛;文本圖像復(fù)原方法的研究[D];昆明理工大學(xué);2015年

2 李曉鑫;嵌入式平臺(tái)下場(chǎng)景圖片中文字定位與識(shí)別的實(shí)現(xiàn)[D];內(nèi)蒙古大學(xué);2015年

3 袁俊淼;基于幾何約束的筆劃寬度變換(SWT)算法及其字幕文本定位應(yīng)用[D];電子科技大學(xué);2015年

4 滕苑;二值文本圖像數(shù)字水印研究[D];吉林大學(xué);2015年

5 張?chǎng)?脫機(jī)手寫(xiě)維吾爾文本圖像中粘連字符定位及分割[D];新疆大學(xué);2015年

6 王國(guó)成;基于形態(tài)學(xué)的文本圖像光照均衡化算法研究及實(shí)現(xiàn)[D];電子科技大學(xué);2015年

7 尹占輝;場(chǎng)景圖像文本區(qū)域定位方法研究與實(shí)現(xiàn)[D];西安電子科技大學(xué);2014年

8 張勝龍;基于文本圖像二值算法的優(yōu)化研究[D];湘潭大學(xué);2015年

9 孫婷;基于連通域的中英文混排扭曲圖像校正研究[D];北方工業(yè)大學(xué);2016年

10 徐浩然;基于Harris角點(diǎn)的網(wǎng)絡(luò)視頻中文本區(qū)域檢測(cè)方法的研究[D];吉林大學(xué);2016年

  本文關(guān)鍵詞：基于超像素融合的文本分割，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：492445