微博圖像文字內(nèi)容識(shí)別與感知.pdf

1、近年來(lái)，微博網(wǎng)絡(luò)的興起與發(fā)展對(duì)科研領(lǐng)域帶來(lái)了許多新的研究?jī)?nèi)容，并推動(dòng)了自然語(yǔ)言處理、復(fù)雜網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)等多個(gè)領(lǐng)域的研究。將多媒體中的內(nèi)容提取并作為相關(guān)研究的樣本，對(duì)以微博為研究對(duì)象的科研工作將具有良好的幫助作用。同時(shí)，對(duì)圖片中的文字進(jìn)行提取和識(shí)別也將極大地方便計(jì)算機(jī)自動(dòng)化處理，在商業(yè)運(yùn)用上也具有廣闊的前景。
　　圖像文字識(shí)別主要作為模式識(shí)別中的一個(gè)重要分支，經(jīng)歷多年的發(fā)展后技術(shù)已經(jīng)非常成熟，研究領(lǐng)域也逐漸擴(kuò)展到自然場(chǎng)景文本識(shí)別、手寫(xiě)

2、字符文本識(shí)別等方面，并獲得了良好的應(yīng)用。在文字識(shí)別的理論基礎(chǔ)上，本論文主要工作為對(duì)文字識(shí)別中的文本定位和特征提取工作進(jìn)行了研究和改進(jìn)。并將圖像文字識(shí)別技術(shù)應(yīng)用到微博內(nèi)容研究中，將提取和識(shí)別的文字保存，可以提供給其他研究領(lǐng)域進(jìn)行進(jìn)一步分析處理。
　　本文在文本定位過(guò)程中結(jié)合圖像的紋理和邊緣特征，提出使用多尺度Gabor濾波器組對(duì)原圖像進(jìn)行變換處理，結(jié)合文本區(qū)域的先驗(yàn)知識(shí)對(duì)變換結(jié)果中的非文本對(duì)象進(jìn)行過(guò)濾處理。邊緣提取步驟中，使用Sob

3、el算法對(duì)圖像進(jìn)行處理。將所獲得的特征圖像和邊緣圖像進(jìn)行融合，并采用圖像形態(tài)學(xué)的方法對(duì)融合結(jié)果作進(jìn)一步的細(xì)節(jié)處理，從而獲得文本區(qū)域。該方法提高了文本定位過(guò)程的準(zhǔn)確性，在實(shí)際應(yīng)用過(guò)程中的參數(shù)設(shè)置對(duì)經(jīng)驗(yàn)值的依賴(lài)程度較小，具有較強(qiáng)的適應(yīng)性。
　　在單字符的特征提取中，采用了多尺度的Gabor濾波器組提取圖像特征，形成一組包含多尺度多方向紋理特征的向量，最后使用SVM對(duì)所形成的紋理特征進(jìn)行分類(lèi)。
　　最后，將上述方法應(yīng)用到微博網(wǎng)絡(luò)中