随着智能终端设备的普及与互联网技术的飞速发展,图像和视频作为传递信息的媒介,越来越多地受到人们的欢迎。随之而来的是,人们对海量图像进行处理的需求越来越迫切。如何利用计算机快速准确地提取图像中的有用信息,正日益成为众多学者研究的热点。自然场景文字识别技术有广泛的应用前景,例如基于内容的图像检索、智能交通系统、视觉辅助系统和无人驾驶汽车等等。目前国内外的研究主要集中在自然场景中英文字符的识别上,对于中文字符识别的研究还较少。本文在充分研究英文字符识别的基础上,设计实现一套适用于自然场景中文识别的方法。首先将最大稳定极值区域算法与数学形态学相结合,作为候选字符区域的提取算法,使之能够适应汉字笔画之间相互分离的特点。通过实验的对比,验证了提取算法的参数对性能的影响。其次,根据汉字的特点,设计了一组基于几何特征的启发式过滤规则,其中,将候选字符区域进行椭圆拟合,把拟合椭圆的偏心率作为判别字符区域的标准之一。通过能快速计算的特征,实现了文本区域和非文本区域的初步判别。实验显示,该启发式过滤规则能在保留原有字符区域的基础上,过滤掉大部分非字符区域。使得整个算法的效率大大提高。本文选取了具有光照鲁棒性的强有力的特征描述子方向梯度直方图特征作为字符区域的特征向量。通过训练一个支持向量机分类器,实现了文本区域的精确检测定位。众所周知,汉字数量庞大,结构复杂,字体形态多变,要在场景图像中收集到覆盖所有类别的汉字样本十分困难。因此本文中不直接采用场景图像中的汉字作为识别的样本,而是通过调研场景中常见的各种汉字字体,对应每种字体生成了不同尺度的汉字作为识别样本,通过KNN分类器进行识别。实验证明,本文方法取得了令人满意的效果。