图像中的文本检测与定位_第1页
图像中的文本检测与定位_第2页
图像中的文本检测与定位_第3页
图像中的文本检测与定位_第4页
图像中的文本检测与定位_第5页
已阅读5页，还剩34页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

图像中的文本检测与定位应用文本定位主要方法

基于区域（同一行字符颜色相似，不适用于字符含多种颜色）基于边缘（文本与背景对比度较大，笔画边缘突出，背景边缘少）基于纹理（可检测字符与背景对比度较小、背景复杂的文本，但计算量大，算法比较耗时）基于学习（神经网络，SVM，Adaboost等）文本定位流程图像文本分割方法直方图阈值法：通常是对每个区域色彩空间的各个分量计算阈值，将各个分量与阈值比较，得到图像分割结果。（1）基于RGB

用8×8大小的均匀网格将图像分成互不相交的子图

像，在每个子图像中分别求R、G、B的局部阈值。公式如

下：图像文本分割方法图像文本分割方法（2）基于HSVHSV颜色空间示意图中，H参数表示色彩信息，该参数用角度量表示；S参数为饱和度，它表示色彩的纯度，数值大小为0到1，数值越高表示色彩越纯；V参数表示色彩的明亮程度，范围从0到1。图像文本分割方法基于HSV比基于RGB效果好些，因为HSV的色彩空间更符合人眼的视觉特性。图像文本分割方法K均值聚类图像分割（1）输入要分类的数据集合，设置类别数K（2）随机选取K个数据作为初始聚类中心（3）逐个将需分类的数据样本按最小距离准则分配给K个聚

类中心的某一个（4）各个聚类中心重新计算（5）聚类中心再次移动到它所在的类别中心（6）重复步骤（3）-（5），直到收敛图像文本分割方法图像文本分割方法基于均值漂移图像分割算法（1）边缘保持平滑（2）彩色边缘检测（3）RGB颜色空间的二次采样（4）RGB空间转换为LUV空间（5）均值漂移过程（6）将分类后的数据还原为图像图像文本分割方法文本候选区域生成图像分层，分割后的图像被分成若干层，将每层颜色提取出来，并进行二值化。对分层后的各子图进行连通区域提取采用深度优先搜索思想提取连通区域，获得每个子图像中连通区域的位置、面积。结合文本本身的一些几何特征、角点信息以及其他一些规则剔除一些很明显的非文本区域。角点检测

连通区域分析连通区域鉴定

（1）图像中文本的宽和高不会太小，也不会太大，并且高度比通常在一定范围内。

（2）文本区域的面积一般呈现某种规则。

（3）利用文本区域角点信息剔除一些非文本区域。

（4）文本区域向X轴的投影曲线特性与非文本区域向X轴的投影曲线特性相差较大。

（5）通常情况下，文本图像中的文本不会出现在图像的边界区域。连通区域分析连通区域合并生成候选文本区域AdaBoost算法

AdaBoost算法

AdaBoost举例

Adaboost举例第一步，根据分类的正确率，得到一个新的样本分布D2­，一个子分类器h1。第二步，根据分类的正确率，得到一个新的样本分布D3，一个子分类器h2。Adaboost举例第三步，得到一个子分类器h3。整合所有子分类器：特征提

人人文库> 全部分类> 专业文献 > 医学资料

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论