面向自然場景的漢字識別研究.pdf

1、隨著智能終端設(shè)備的普及與互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，圖像和視頻作為傳遞信息的媒介，越來越多地受到人們的歡迎。隨之而來的是，人們對海量圖像進行處理的需求越來越迫切。如何利用計算機快速準確地提取圖像中的有用信息，正日益成為眾多學(xué)者研究的熱點。自然場景文字識別技術(shù)有廣泛的應(yīng)用前景，例如基于內(nèi)容的圖像檢索、智能交通系統(tǒng)、視覺輔助系統(tǒng)和無人駕駛汽車等等。目前國內(nèi)外的研究主要集中在自然場景中英文字符的識別上，對于中文字符識別的研究還較少。本文在充分研究英

2、文字符識別的基礎(chǔ)上，設(shè)計實現(xiàn)一套適用于自然場景中文識別的方法。
　　首先將最大穩(wěn)定極值區(qū)域算法與數(shù)學(xué)形態(tài)學(xué)相結(jié)合，作為候選字符區(qū)域的提取算法，使之能夠適應(yīng)漢字筆畫之間相互分離的特點。通過實驗的對比，驗證了提取算法的參數(shù)對性能的影響。
　　其次，根據(jù)漢字的特點，設(shè)計了一組基于幾何特征的啟發(fā)式過濾規(guī)則，其中，將候選字符區(qū)域進行橢圓擬合，把擬合橢圓的偏心率作為判別字符區(qū)域的標準之一。通過能快速計算的特征，實現(xiàn)了文本區(qū)域和非文本區(qū)域

3、的初步判別。實驗顯示，該啟發(fā)式過濾規(guī)則能在保留原有字符區(qū)域的基礎(chǔ)上，過濾掉大部分非字符區(qū)域。使得整個算法的效率大大提高。
　　本文選取了具有光照魯棒性的強有力的特征描述子方向梯度直方圖特征作為字符區(qū)域的特征向量。通過訓(xùn)練一個支持向量機分類器，實現(xiàn)了文本區(qū)域的精確檢測定位。眾所周知，漢字數(shù)量龐大，結(jié)構(gòu)復(fù)雜，字體形態(tài)多變，要在場景圖像中收集到覆蓋所有類別的漢字樣本十分困難。因此本文中不直接采用場景圖像中的漢字作為識別的樣本，而是通過調(diào)