基于分層檢測與空間上下文的自然場景英文文本定位方法研究.pdf

1、隨著多媒體技術的發(fā)展和數碼相機等數字成像設備的普及,人們采集并存儲了海量的自然場景圖像。自然場景圖像承載了豐富的信息,而圖像中的文本作為強有力的高層語義資源,對于圖像內容的描述和理解以及基于內容的圖像檢索具有極其重要的意義。因此,自然場景圖像中文本信息的自動提取成為亟需解決的問題,文本定位是其中重要的技術環(huán)節(jié),亦是計算機視覺領域中的一個極具挑戰(zhàn)性的研究課題。
　　 本文旨在對自然場景圖像中的文本進行精確定位。采用由粗到細逐步分層

2、檢測的方式,避免傳統(tǒng)單粒度檢測中常見的誤檢和漏檢率較高的問題。設計自然場景文本的多特征提取及分類算法,解決單一文本特征判別力差以及普適性低的問題。引入文本空間分布信息,設計概率推理框架實現文本特征與文本空間上下文的融合,有效地提高自然場景文本定位的精度。
　　 本文針對自然場景中文本定位中的文本區(qū)域檢測、文本特征提取及分類、文本空間上下文表示等問題進行了深入的研究,主要研究內容及貢獻如下:
　　 1.提出了單詞級和字符級

3、的文本分層檢測算法。單詞級的文本檢測利用了自然場景文本筆畫寬度的一致性,提出基于文本筆劃寬度變換的檢測方法,該方法的優(yōu)點是不受文本字體、大小、排列方向、顏色等條件影響。字符級的文本檢測是在單詞級文本檢測的基礎上,在得到的候選區(qū)域中,利用滑動窗口分類器檢測字符。實驗結果驗證了所提算法的有效性。
　　 2.提出基于隨機森林的多特征字符分類方法。為解決字符級的文本檢測,分析了多文本特征選取及分類器參數對文本分類效果的影響。訓練出性能較