论文部分内容阅读
图像中的文本检测是基于内容的检索的重要组成部分。然而在自然场景中,由于背景的复杂性,文字大小的不确定性,易受光照及污点污染等因素使得检测工作较为困难。在对图像提取最大稳定极值区的基础上,利用同一区域文字的纹理特征一致性来提取文本候选区,然后根据中文文字的笔画结构特点提出新的规则度特征,并结合一般性特征利用Adaboost算法进行对连通分量的分类。通过对最终的连通分量进行基于汉字结构的合并,并根据文本排布的启发式规则实现精确定位。仿真实验表明,新算法取得良好的效果。