自然場景中文本信息提取方法.pdf

1、自然場景中不僅包含大量的圖形信息，而且存在豐富的文本信息。這些文本信息對場景內(nèi)容的描述與理解有重要的價(jià)值，是場景圖像檢索的關(guān)鍵線索。因而迫切需要一種自動化的工具，通過自然場景中文本認(rèn)知獲取場景中的文本信息，為檢索、查詢、瀏覽場景圖像資料和理解場景內(nèi)容服務(wù)，提高圖像資料的管理效率。
　　自然場景中文本認(rèn)知是指在對文本所依存的環(huán)境無限制或較少限制的條件下，對自然場景中文本的識別與理解。盡管傳統(tǒng)文檔分析技術(shù)已經(jīng)取得了巨大的成果，但是通常

2、只能處理文檔上的文本字符，無法處理自然場景中文本字符。因此自然場景中文本認(rèn)知逐漸成為研究的熱點(diǎn)。
　　本文對自然場景中文本認(rèn)知的相關(guān)技術(shù)進(jìn)行研究，重點(diǎn)研究自然場景中文本信息提取方法。自然場景中文本信息提取是在圖像中檢測文本的存在，確定文本區(qū)域的位置，并將文本區(qū)域中的字符提取出來。論文通過對圖像中文本特點(diǎn)的分析，提出基于模糊同質(zhì)性映射的文本信息提取方法，能夠同時(shí)處理人工文本和場景文本，具有較強(qiáng)的通用性。該方法采用基于學(xué)習(xí)的文本檢測方

3、法和基于文本像素密度的文本定位方法確定圖像中的文本區(qū)域，并通過多尺度變換與模板匹配的方法提取字符。與其他文本信息提取方法相比具有以下優(yōu)點(diǎn)：圖像的同質(zhì)性在很大程度上與圖像的局部信息相關(guān)，能夠反映文本區(qū)域的本質(zhì)特征；模糊理論較好描述了人類視覺中的模糊性和隨機(jī)性，因此更適于處理背景復(fù)雜的圖像；多尺度變換與模板匹配充分利用文本區(qū)域的結(jié)構(gòu)特征，降低顏色復(fù)雜文本字符的提取難度。本文著重對以下問題進(jìn)行了研究：
　　1.對圖像空間映射進(jìn)行了研究，

4、將同質(zhì)性映射引入文本檢測，并提出了改進(jìn)的同質(zhì)性映射定義。空間映射能夠增強(qiáng)文本區(qū)域的特征，提高文本檢測的性能。重點(diǎn)比較了不同類型空間映射對文本檢測的影響，實(shí)驗(yàn)結(jié)果表明同質(zhì)性映射能夠更準(zhǔn)確地刻畫文本區(qū)域與非文本區(qū)域之間的差異，為文本檢測奠定基礎(chǔ)。
　　2.提出了基于模糊同質(zhì)性映射的文本檢測方法。在同質(zhì)性定義的基礎(chǔ)上，利用模糊理論處理圖像本身所具有的模糊屬性，將二者相結(jié)合定義模糊同質(zhì)性映射，充分反映圖像區(qū)域的局部均勻程度，適用于背景比較

5、復(fù)雜的自然場景中文本檢測，尤其適用于一些背景與文本區(qū)域視覺特征近似的圖像。3.為了提取文本區(qū)域內(nèi)的字符信息，需要獲得文本區(qū)域的范圍和確切位置，提出基于文本像素密度的文本定位方法，并利用文本區(qū)域的特點(diǎn)和幾何統(tǒng)計(jì)信息對文本候選區(qū)域進(jìn)行篩選。圖像中文本字符尺寸的差異給文本定位造成很大困難，采用多分辨分析技術(shù)，將多個(gè)文本定位結(jié)果融合得到多分辨分析下的文本定位結(jié)果。通過在ICDAR’2005開放測試集上測試，實(shí)驗(yàn)結(jié)果表明該文本定位方法具有較好的性

6、能。
　　4.提出了多尺度變換與模板匹配的文本提取方法。由于圖像中文本的諸多變化，傳統(tǒng)字符分割技術(shù)無法正確分割自然場景中的文本字符。首先通過定義文本區(qū)域的標(biāo)準(zhǔn)模板、存在模板和多尺度變換來描述文本區(qū)域的變化，然后給出了多尺度變換與模板匹配的文本提取算法。將該方法應(yīng)用到車牌精確定位與字符分割中，實(shí)驗(yàn)表明，該方法對具有確定存在形式的文本區(qū)域及其各種形變具有很好的定位和字符分割能力，同時(shí)該方法有很強(qiáng)的抗干擾能力，尤其對斷裂和粘連字符的分割