微博圖像文字內容識別與感知.pdf

1、近年來，微博網絡的興起與發(fā)展對科研領域帶來了許多新的研究內容，并推動了自然語言處理、復雜網絡社區(qū)發(fā)現(xiàn)等多個領域的研究。將多媒體中的內容提取并作為相關研究的樣本，對以微博為研究對象的科研工作將具有良好的幫助作用。同時，對圖片中的文字進行提取和識別也將極大地方便計算機自動化處理，在商業(yè)運用上也具有廣闊的前景。
　　圖像文字識別主要作為模式識別中的一個重要分支，經歷多年的發(fā)展后技術已經非常成熟，研究領域也逐漸擴展到自然場景文本識別、手寫

2、字符文本識別等方面，并獲得了良好的應用。在文字識別的理論基礎上，本論文主要工作為對文字識別中的文本定位和特征提取工作進行了研究和改進。并將圖像文字識別技術應用到微博內容研究中，將提取和識別的文字保存，可以提供給其他研究領域進行進一步分析處理。
　　本文在文本定位過程中結合圖像的紋理和邊緣特征，提出使用多尺度Gabor濾波器組對原圖像進行變換處理，結合文本區(qū)域的先驗知識對變換結果中的非文本對象進行過濾處理。邊緣提取步驟中，使用Sob

3、el算法對圖像進行處理。將所獲得的特征圖像和邊緣圖像進行融合，并采用圖像形態(tài)學的方法對融合結果作進一步的細節(jié)處理，從而獲得文本區(qū)域。該方法提高了文本定位過程的準確性，在實際應用過程中的參數設置對經驗值的依賴程度較小，具有較強的適應性。
　　在單字符的特征提取中，采用了多尺度的Gabor濾波器組提取圖像特征，形成一組包含多尺度多方向紋理特征的向量，最后使用SVM對所形成的紋理特征進行分類。
　　最后，將上述方法應用到微博網絡中