论文部分内容阅读
自然场景中的文字包含了丰富的语义信息,提取和识别这些文字对于完整地理解和认知自然场景图像具有重要的意义。但是,由于自然场景的复杂性和不确定性,要实现这一目标还存在许多困难。现有的方法大多针对性较强,缺乏对各种复杂情形的适应能力。针对这一问题,在深入研究现有的自然场景下的文本提取方法的基础上,提出一种基于兴趣点颜色聚类与空间排列分析的自然场景文本提取方法。该方法将文本提取分为两个主要阶段:文本候选区域粗略定位阶段和文本精确提取阶段。文本候选区域粗略定位的目的是排除明显的非文本区域,以缩小后续处理的范围,为了改善传统的基于边缘密度的方法在判定文本候选区域时阈值过于敏感、适应性差的问题,新方法采用了一种基于颜色散布强度分析的方案,以局部颜色变化强度作为文本区域的判定依据,并结合全局阈值与局部自适应阈值,压制背景,突出文本,使阈值选择更加宽松,算法适应性更强。在文本精确提取阶段,新方法根据自然场景中文本颜色与背景差异明显和文本空间排列规则这两个重要特性,首先采用基于兴趣点颜色聚类和统计分析的方法,捕获文本颜色,与一般的颜色聚类方法相比,新方法避开了大面积背景颜色对聚类统计结果的影响,提高了文本颜色捕获的准确性;然后,算法根据捕获的颜色对源图像进行子图分离,使文本成分与复杂的背景分开,以保证后续文本判别算法的抗干扰能力;为了克服文本的字体、尺寸、形状变化对一般的基于文字本身特征的方法的影响,算法给出了一套有效的文本空间排列特征表示方法,并利用该特征作为文本判定和提取的主要依据,取得了较理想的效果。实验表明,基于兴趣点颜色聚类与空间排列分析的自然场景文本提取方法对昏暗环境、复杂背景、文字的尺寸、颜色和形状变化等都有较强的适应能力。