復(fù)雜背景下文字提取的研究與實(shí)現(xiàn).pdf

1、隨著數(shù)字存儲技術(shù)的發(fā)展，數(shù)字圖像和視頻圖書館等應(yīng)用使得基于內(nèi)容的檢索成為研究熱點(diǎn)，而從數(shù)字圖像中提取文字的技術(shù)是基于內(nèi)容檢索的關(guān)鍵。 從圖像中提取文字的過程主要有以下幾個(gè)步驟： 1、文字區(qū)域檢測。文字區(qū)域的檢測方法分為四大類：基于邊緣分析的方法、基于紋理分析的方法、基于區(qū)域分析的方法和基于學(xué)習(xí)的方法。實(shí)際應(yīng)用中的目標(biāo)和原則是高效正確地定位文字區(qū)域。 2、文字提取。文字提取是根據(jù)文字本身的特征把檢測到的文字區(qū)域

2、進(jìn)行二值化，即所有的文字用一種顏色表示，而背景用另外一種顏色表示，從而達(dá)到把文字從背景中過濾出來的目的。 3、文字識別。文字識別過程是將二值化的圖像輸入到OCR系統(tǒng)中進(jìn)行識別。 本文研究的重點(diǎn)是復(fù)雜背景下的文字檢測與提取，其中文字檢測使用基于區(qū)域分析的方法，該方法通過顏色聚類和連通量分析來實(shí)現(xiàn)。本文的算法及實(shí)施過程如下： 1、第一次顏色聚類圖像理論表明，通常77％的顏色不會出現(xiàn)在同一幅彩色圖像中。本文將這一圖

3、像理論應(yīng)用到文字區(qū)域檢測的第一次顏色聚類，具體是通過對24bit顏色深度的每個(gè)像素低四位清零完成，使得圖像顏色深度從256 降低為。這種簡單易行的降維處理，為后面的文字提取打下了基礎(chǔ)，且提高了運(yùn)算效率。實(shí)驗(yàn)中對大量不同參數(shù)的圖像進(jìn)行了處理、分析，結(jié)果表明降維后圖像中的文字信息從文字提取的角度來看沒有影響； 2、第二次顏色聚類本文所采用的算法在第二次顏色聚類時(shí)，對傳統(tǒng)的游程編碼做了改進(jìn)，提出了基于平均顏色的彩色游程算法，即并不是

4、完全一樣的顏色才進(jìn)行聚類，而是設(shè)定一個(gè)閥值，如果像素間的顏色歐式空間小于閥值則進(jìn)行聚類，并用平均顏色來代替原來的顏色。采用這種閥值技術(shù)為復(fù)雜背景下的處理提供了準(zhǔn)確性和靈活性； 3、連通分量分析在完成兩次顏色聚類的基礎(chǔ)上，對結(jié)果進(jìn)行連通分量分析，即把顏色相近的區(qū)域進(jìn)行標(biāo)記，而非完全一樣的顏色才進(jìn)行標(biāo)記。最后在連通分量的結(jié)果上根據(jù)字符特征限制提取出文字區(qū)域，實(shí)現(xiàn)彩色圖像的二值化，并在此基礎(chǔ)上進(jìn)行一次圖像質(zhì)量的銳化，以突出二值化圖像