文本定位研究.pdf

1、通過OCR(Optical Character Recognition)系統(tǒng)自動識別圖像上的文字對于信息檢索、智能交通和票據(jù)、證件處理等方面有重要意義.通常在OCR系統(tǒng)識別圖像上的文字時,要先找出文字區(qū)域位置,我們把從圖像上找出文字區(qū)域的過程叫文本定位,文本定位目前依然是沒有解決好的難題.該文根據(jù)自然場景圖像、視頻圖像(幀)和手寫信封圖像的文本特點分為場景文本定位、視頻文本定位和手寫信封版面分析分別做了研究.論文的主要工作包括以下幾個方

2、面:提出了一種自然場景文本定位方法.首先利用文字邊緣密度和形態(tài)學運算找出備選文本區(qū)域,然后通過顏色空間可分、連通域分布和攝影分析等后處理方法抑制背景,提高定位精度.試驗表明,該文提出的方法能夠在多種自然場景圖像上比較準確地找出文本位置.將Gabor濾波器引入視頻文本定位,并提出了一種非常實用的Gabor特征選擇方法.在選取Gabor特征時,該文選通過Fisher準則選擇Gabor濾波器參數(shù),挑出備選Gabor特征,然后通過BP網(wǎng)絡的分類

3、結果找出分類結果最好的特征組合,即Gabor特征向量.試驗結果表明通過上述方法找出的Gabor特征向量能夠非常有效地區(qū)分文本和非文本區(qū)域.提出了一種非常實用的手寫信封版面分析方法.先去除信封圖像上的圖案和郵票等冗余信息,降低信封版面復雜程度,然后通過遞歸投影和連通域分析結合的版面分析算法找出信封圖像上的文字區(qū)域,文中還提到通過拒識的方法剔除部分圖像質量太差的信封.對上萬個信封圖像的測試表明,該文提出的算法能夠正確處理大部分各種版面的信封