基于手持終端的自然場(chǎng)景下文本識(shí)別及后處理.pdf

1、隨著信息化社會(huì)的深入快速發(fā)展，多媒體技術(shù)受到越來(lái)越多人的關(guān)注，具有拍照功能的手持終端產(chǎn)品得到了廣泛的普及，其中最具代表性的就是智能手機(jī)。智能手機(jī)的普及，不僅使人們?cè)谌粘Ｉ钪蝎@取自然場(chǎng)景圖像更加容易，而且給自然場(chǎng)景圖像的文本信息提取帶來(lái)了廣闊的應(yīng)用前景。
　　 由于自然環(huán)境中文本的顏色多樣、文字大小變化范圍大并且有不同的排列方式，而且圖像背景通常較為復(fù)雜，所以對(duì)自然場(chǎng)景下的文本進(jìn)行定位和識(shí)別是一個(gè)非常有挑戰(zhàn)性的課題。
　　

2、 本文基于手持終端設(shè)備，對(duì)自然場(chǎng)景下文本的定位、識(shí)別以及識(shí)別后處理進(jìn)行研究，開發(fā)出了一套完整的基于手持設(shè)備的文本信息提取系統(tǒng)，主要內(nèi)容如下：
　　 1、自然場(chǎng)景下文本定位
　　 本文采用的是一種半自動(dòng)的基于顏色聚類的文本定位方法，通過(guò)手持設(shè)備的手寫筆人工地選擇某一目標(biāo)顏色點(diǎn)，然后對(duì)圖像進(jìn)行分析繼而進(jìn)行顏色聚類，最后進(jìn)行連通域處理，給出文本定位的結(jié)果。
　　 2、自然場(chǎng)景下文本識(shí)別
　　 通過(guò)對(duì)自然場(chǎng)景圖

3、像進(jìn)行文本定位得到文本的位置，接著對(duì)文本所在區(qū)域的圖像進(jìn)行二值化處理并去除孤立的噪聲點(diǎn)，再進(jìn)一步進(jìn)行單字符的切分、剪裁和歸一化操作，然后對(duì)歸一化后的圖像提取方向線素特征，最后把特征向量輸入到歐式距離分類器，得出識(shí)別結(jié)果。
　　 3、自然場(chǎng)景下文本識(shí)別的后處理
　　 在文本識(shí)別之后需要對(duì)識(shí)別結(jié)果做后處理，以進(jìn)一步提高文本的識(shí)別率。首先建立詞匯聯(lián)想所必需的聯(lián)想詞庫(kù)，接著設(shè)計(jì)了基于標(biāo)記的詞條存儲(chǔ)方法；然后對(duì)包含文本的矩形框進(jìn)行