發(fā)布時間：2024-04-14 20:00

　　對自然場景中的文本區(qū)域進(jìn)行檢測,是計算機(jī)視覺方面的一個重要應(yīng)用,同時也為許多應(yīng)用提供了一部分技術(shù)支持,如對視覺障礙者的計算機(jī)輔助系統(tǒng)、城市環(huán)境中的機(jī)器人導(dǎo)航系統(tǒng)、自動駕駛系統(tǒng)等等。目前對掃描文檔的檢測已經(jīng)可以滿足各種應(yīng)用場景,但對于自然場景中的文本檢測和識別,由于文本只占圖像的一小部分,而且自然場景的背景較復(fù)雜,自然場景中的文本也有各種顏色、尺寸、形狀的區(qū)別,同時還有光照、遮擋等因素的影響,因此是一項(xiàng)具有挑戰(zhàn)意義的課題。目前針對自然場景文本的檢測方法,大多是基于通用目標(biāo)檢測方法,并針對文本的特點(diǎn)進(jìn)行了相應(yīng)的改進(jìn)。本文通過圖像處理、模式分類、深度學(xué)習(xí)、序列處理等方法,對自然場景中的文本檢測與識別的方法進(jìn)行了如下研究,主要分為三個部分:(1)基于文字輪廓的自然場景文本檢測方法,本文所提出的候選區(qū)域提取方法相較之前的提取方法,采用了基于多通道的弱約束的MSER方法,能夠得到更多的候選區(qū)域。并在后續(xù)的識別工作中提出了將高置信度文本區(qū)域與低置信度文本區(qū)域相融合的方法,來進(jìn)一步過濾非文本區(qū)域,并自然的將字符區(qū)域進(jìn)行分組,結(jié)合成最終所需的文本行區(qū)域。定量的實(shí)驗(yàn)結(jié)果表明,該方法的檢測速度優(yōu)于其他基于筆...

【文章頁數(shù)】：60 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖1–1文章結(jié)構(gòu)

圖1–1文章結(jié)構(gòu)基于上述的研究內(nèi)容，本文以下幾章節(jié)的具體內(nèi)容安排如下：在第二章中，通過考慮以下的文本自身的特性進(jìn)行檢測，利用字符的邊到一些候選區(qū)域，可以視為其輪廓，輪廓內(nèi)的區(qū)域一般具有很多相似如顏色、筆畫寬度、位置信息等等。通過這些特征來得到最終的字符區(qū)用深度神經(jīng)網(wǎng)絡(luò)對候....

圖2–1基于字符的文本檢測方法流程圖

得到最終的文本區(qū)域，將其結(jié)合成單詞或文本行。圖2–1基于字符的文本檢測方法流程圖2.2.2候選字符提取大多數(shù)圖像具有可重復(fù)檢測并且沒有變形的一些局部特征。這些局部特征實(shí)際上是具有某些數(shù)據(jù)依賴性的某些特征區(qū)域，因此也被稱為重要區(qū)域。作為特征區(qū)域的必要條件，這些區(qū)域中包....

圖2-2抑制之前的結(jié)果示例

值抑制的方法，抑制重復(fù)的極值區(qū)域。通過實(shí)驗(yàn)，發(fā)現(xiàn)在具會產(chǎn)生大量的重復(fù)極值區(qū)域，為了識別重復(fù)的極值區(qū)域，采區(qū)域組成的ER樹進(jìn)行篩選。如公式（2-2）所示。其中|R|表像素數(shù)量。對于每個節(jié)點(diǎn)Rt，可以得到一條從Rt到根節(jié)點(diǎn)的Rt對于路徑上每個父節(jié)點(diǎn)的重疊率O(....

圖2–3檢測及合并示意圖

圖2–3檢測及合并示意圖經(jīng)過上述操作后，可以將低置信度區(qū)域分為文本區(qū)域和非文本區(qū)域。接下來將每個通道的文本區(qū)域進(jìn)行合并。由于是在多個色彩通道上進(jìn)行分別檢測的，所以存在很多相同或相覆蓋的區(qū)域。這里簡單的將重疊區(qū)域大于50%的區(qū)域進(jìn)行合并，保留較大的區(qū)域。通過神經(jīng)網(wǎng)絡(luò)分....

本文編號：3955145