場景文字檢測及其應(yīng)用技術(shù)研究.pdf

1、作為一項有著巨大前景的研究課題，自然場景圖像中的文字檢測與識別從一開始就受到國內(nèi)外研究者的關(guān)注。它不僅對于基于文字內(nèi)容的圖像分析具有重要的作用，存在巨大的商業(yè)應(yīng)用價值，同時，對于人工智能的發(fā)展也具有重要的理論意義，因此受到工業(yè)界和學(xué)術(shù)界的重視。圖像中的文字通常包含重要的語義信息，檢測并識別出這些文字信息對于完整的理解圖像具有重要的意義。作為一項基礎(chǔ)性的研究，圖像文本的檢測與識別與人們的日常生活、工作息息相關(guān)，它可以應(yīng)用到票務(wù)、表格、身份

2、證件的信息讀取和查詢，多媒體信息服務(wù)，車輛車牌的跟蹤與定位，基于視覺的汽車導(dǎo)航，智能機器人等眾多場合，給人們的生活帶來方便。
　　 目前，關(guān)于場景文字的檢測與定位存在各種各樣的技術(shù)與方法。但是由于自然場景圖像中的文本與其他類型文本不同，它不僅受到多種環(huán)境因素的影響，同時文字本身屬性也復(fù)雜多變，因此各種方法的檢測效果都不盡如人意，迄今為止還沒有任何一種方法能夠快速、準確的檢測所有圖像背景下的文字。因此，研究一種通用性好，魯棒性強，

3、準確率高，并且能夠?qū)λ袕?fù)雜背景下的文字實現(xiàn)快速定位和檢測的方法仍然是一個有著巨大前景的方向。
　　 本文通過對相關(guān)文獻的學(xué)習(xí)和技術(shù)方法的總結(jié)、分析，在國內(nèi)外專家與學(xué)者研究的基礎(chǔ)上，對自然場景文字的檢測與定位進行了進一步研究和探索。
　　 針對場景文字的檢測與定位，提出了兩種解決方法:第一種方法是綜合利用文字區(qū)域的邊緣特征、角點特征、灰度信息，通過邊緣檢測，Harris角點檢測和自適應(yīng)的前景提取三種預(yù)處理來獲得相應(yīng)的文本

4、特征圖像;再通過濾波去噪和特征融合處理獲得可靠的文本候選區(qū)域;最后經(jīng)過形態(tài)學(xué)處理和連通域標記得到候選文本框，并采用經(jīng)驗規(guī)則進行精煉驗證得到最終的文字區(qū)域輸出。另一種方法是采用Gabor濾波和邊緣檢測得到相應(yīng)的特征圖像，接著對特征圖像進行濾波去噪和形態(tài)學(xué)處理，并采用前文提出的特征融合技術(shù)得到候選文字區(qū)域;最后通過投影分析定位文本區(qū)域，并對文本區(qū)域進行二值化處理得到最終的文字提取結(jié)果。通過Matlab編程進行實驗仿真測試和對比分析，證明了本

5、文方法的可靠性與有效性，達到了令人滿意的檢測效果。
　　 另外，文章對場景文字檢測與識別技術(shù)的應(yīng)用前景進行了全面的總結(jié)，提出了一種基于智能手機平臺的場景文字檢測與識別應(yīng)用系統(tǒng)模型，并具體說明了各個模塊的功能和系統(tǒng)的工作原理。該系統(tǒng)的設(shè)計為場景文字檢測與識別技術(shù)的應(yīng)用做出了貢獻。
　　 本文有效的利用了幾種最可靠的特征圖像和混合的預(yù)處理方法，使得它們能夠相互補充，從而提高了算法對各種情況的適應(yīng)性和魯棒性，最終達到了預(yù)定的場