為了準(zhǔn)確有效地定位出圖像中的維吾爾文本區(qū)域,提出了一種基于通道增強(qiáng)最大穩(wěn)定極值區(qū)域（Maximally Stable Extremal Region,MSER）和卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network,CNN）的圖像文本區(qū)域定位方法。應(yīng)用通道增強(qiáng)MSER提取候選區(qū)域,根據(jù)文本特征的啟發(fā)式規(guī)則以及CNN分類(lèi)結(jié)果去除非文本和重復(fù)區(qū)域,通過(guò)區(qū)域融合算法得到詞級(jí)別文本區(qū)域,根據(jù)該區(qū)域的色彩相近程度和空間關(guān)系召回遺漏的文本區(qū)域,并通過(guò)CNN網(wǎng)絡(luò)對(duì)召回的區(qū)域分類(lèi)融合,定位出圖像文本區(qū)域。實(shí)驗(yàn)結(jié)果表明,該方法可以準(zhǔn)確有效地定位文本區(qū)域,具有魯棒性和應(yīng)用性。 

【文章來(lái)源】：計(jì)算機(jī)工程與應(yīng)用. 2020,56(16)北大核心CSCD

【文章頁(yè)數(shù)】：7 頁(yè)

【文章目錄】：
1 引言
2 算法流程
    2.1 獲取文本候選區(qū)域
    2.2 啟發(fā)式規(guī)則去除重復(fù)區(qū)域和非文本區(qū)域
    2.3 用CNN網(wǎng)絡(luò)分類(lèi)候選區(qū)域
    2.4 建立詞級(jí)別文本候選區(qū)域
    2.5 確立文本區(qū)域
3 實(shí)驗(yàn)結(jié)果與分析
    3.1 實(shí)驗(yàn)數(shù)據(jù)
    3.2 實(shí)驗(yàn)分析
    3.3 實(shí)驗(yàn)結(jié)果分析
4 結(jié)束語(yǔ)


【參考文獻(xiàn)】：
期刊論文
[1]自然場(chǎng)景圖像中的文本檢測(cè)綜述[J]. 王潤(rùn)民,桑農(nóng),丁丁,陳杰,葉齊祥,高常鑫,劉麗.  自動(dòng)化學(xué)報(bào). 2018(12)

碩士論文
[1]基于MSER和卷積神經(jīng)網(wǎng)絡(luò)的自然場(chǎng)景文本定位[D]. 鄭毓.西安電子科技大學(xué) 2017



本文編號(hào)：3631728