圖像中的文本定位算法研究.pdf

1、圖像中包含很多有用的信息，如新聞字幕，車牌字符，廣告標(biāo)語等，準(zhǔn)確地從自然場景中定位出文本是數(shù)字圖像處理中一個重要的研究內(nèi)容。本文針對圖像中三類典型的文本進行了定位研究:基于小波變換的新聞視頻中的字幕檢測算法、基于顏色模型的車牌定位算法以及基于筆畫寬度變換的自然場景中的文本定位算法。
　　 針對圖像中大小、位置、顏色等具有極大相似性的視頻字幕，本文使用基于小波變換紋理分析的方法對新聞視頻中的字幕進行定位。算法首先對視頻幀進行小波變

2、換，提取變換結(jié)果的LH、HL和HH子帶統(tǒng)計特征，然后分別使用SVM和K-Means對特征進行分類。論文分別對5段中文新聞視頻和5段英文視頻進行了檢測:SVM中文分類器的檢測率為0.867，SVM英文分類器的檢測率為0.863;K-Means分類器中文視頻文本檢測率為0.817，英文視頻文本檢測率為0.803。最后對兩種分類方法進行了優(yōu)缺點分析。
　　 對于圖像中的藍(lán)底白字車牌字符，由于字符邊緣兩側(cè)像素點對顏色均為藍(lán)色-白色，本文

3、根據(jù)顏色對的分布特點擬合顏色模型。算法基于該模型濾除掉不符合分布模型的邊緣點，得到候選文本像素點。然后使用水平掃描連接并填充候選邊緣對，并對它們進行形態(tài)學(xué)處理，最后根據(jù)圖像中車牌的幾何特征定位車牌。實驗結(jié)果表明，算法對曝光正常車牌圖像，車牌定位率為0.91。
　　 對于自然場景中的任意文本，場景中處于同一語義的文本其字符筆畫寬度、顏色一樣，字符也處于同一水平線上。本文根據(jù)這些特征，首先對圖像進行筆畫寬度變換，求出圖像中有邊緣物體