一种新的自然场景标志牌文本提取算法

从复杂的自然场景标志牌图像中提取和识别字符一直是数字图像处理领域的热点问题,目前的求解算法普遍存在提取文本精确度不高,提取率偏低,鲁棒性差等缺点。提出一种高效的文本提取算法,针对标志牌文本图像通常具有较复杂的自然背景等特征,首先对原始图片进行模糊化处理,然后进行Laplacian边缘提取,再对边缘图像进行非文本长边缘的删除,最后根据文本区域的特征进行边缘扫描和连通域分析实现标志牌文本的提取。通过对2003年国际自然场景文本识别竞赛（ICDAR’2003 Robust Reading Competition）中大量图片测试表明,该算法对背景的复杂度、文字语言、颜色、大小字体以及排列方向具有较强的鲁棒性,同时也具有较高的准确率（Precision）和提取率（Recall）。     

交通标识牌字符提取算法

为解决智能交通系统中道路标志牌字符提取问题,提出了一种快速的基于颜色与笔画的新算法。首先采用主元分析方法提取标志牌颜色特征并进行定位,然后对确认后的标志牌区域进行仿射处理,获得容易进行文字提取的图像。最后根据形态学的top hat、skeleton算子以及区域生长等算法得出道路标志牌字符清晰的二值化图像,送OCR软件识别。实验结果显示该算法具有很强的准确性和鲁棒性。     

相位标志牌图像识别与缺陷检测

相位标志牌是重要的电力设施,通常安装在杆塔的显著位置,由于其长期经受风吹雨淋,容易发生破损、划痕等缺陷。本文提出一种相位标志牌识别和缺陷检测算法。首先采用导向滤波、灰度化方法对图像进行预处理;使用固定阈值和漫水填充算法对图像进行分割;运用基于SURF算法和FLANN算法对提取的相位标志牌进行识别;在识别出相位标志牌信息后,通过计算模板和待检测相位标志牌B通道直方图的相交系数百分比,判断相位标志牌是否存在缺陷。实验结果表明,该算法可有效判别相位标志牌是否存在缺陷,具有很好的实用性和稳定性。     

基于改进SCW的道路标志牌字符定位算法

本文提出了一种快速的基于改进SCW的道路标志牌字符定位算法。首先采用改进的自适应图像分割方法SCW对输入图像进行分割,然后对所得二值图像进行连通区域分析,获得斑块信息。最后根据一系列判决标准得出道路标志牌上字符的最终位置。实验结果显示该算法具有很强的准确性和鲁棒性。     

有效的场景文本提取算法

自然场景图像中的文本提供了重要的语意信息,它是图像内容的重要来源.针对当前的求解算法普遍存在提取文本精确度不高等缺点,提出了一种文本定位准确的文本提取算法.先将原始图片进行金字塔分解,然后进行彩色图像边缘提取和二值化,再形态学文本定位,最后文本区域字符提取.对ICDAR数据库图片的测试结果表明,该方法对文字颜色、大小字体以及排列方向具有较强的鲁棒性,同时也具有较高的精确度和提取率.     

人脸图像中眼镜检测与边框去除方法

眼镜边框是影响精确提取人脸图像特征的因素之一,为此提出了一种眼镜检测和边框去除的方法。该方法由眼镜检测、眼镜边框定位和被遮挡图像修复三部分构成。提取眼睛估计区域的边缘特征并基于神经网络的方法检测眼镜;利用二值化和数学形态学的方法定位眼镜边框;通过插值的方法修复被眼镜边框遮挡的图像。实验结果表明,该方法与传统基于PCA的方法相比,眼镜去除后的人脸图像更加自然。同时,实验结果也表明该方法有助于人脸识别性能的提升。     

基于自适应阈值的视频文本检测方法

视频和图像中的文本通常在基于内容的视频数据库检索、网络视频搜索,图像分割和图像修复等中起到重要作用,为了提高文本检测的效率,给出了一种基于多种特征自适应阈值的视频文本检测方法.方法是在Michael算法的基础上,利用文本边缘的强度,密度,水平竖直边缘比3个特征计算自适应局部阈值,用阈值能较好去除非文本区域,提取文本边缘,检测并定位文本,减少了Michael算法单一特征阈值的不利影响.在文本定位阶段引入了合并机制.减少了不完整区域的出现.实验结果表明有较高的精度和召回率,可用于视频搜索、图像分割和图像修复等.     

基于多方法融合的文本定位算法的研究

针对自然场景中标志文本提出一种文本定位算法.在彩色图像边缘提取的基础上,利用形态学文本定位获得备选文本区域,再用神经网络对备选文本区域进行分类,最后提取文本区域文字.该算法既考虑文本的形状边缘信息,又考虑文本的颜色信息,充分利用基于边缘的方法和基于神经网络学习的方法的优点.实验结果表明,提出的文本定位算法具有较高的准确率.     

场景图像中文本区域定位方法的研究

论文介绍了基于像素、区块、区域和图的文本区域定位模型,给出了分层块文本区域定位算法的流程,详细介绍了分块及梯度值的图像边缘提取方法和区块标记、区块聚合过滤的方法.     

一种基于聚焦函数的标示牌中文本提取方法

在自然场景下各种标示牌一般背景比较清晰而且边框直线特征明显.针对这一特征,本文提出一种有效的标示牌中文本提取方法.首先利用Roberts算子进行边缘提取,提出基于自适应阈值进行二值图像处理,利用数学形态学中的腐蚀算子消除非直线因素的影响,突出直线特征;然后提出基于聚焦函数的投影方法,找到需要的文本区域,完成文本提取.本算法速度快,定位准确、容易实现,而且对倾斜的直线特征具有很好的兼容性.同时,可以处理各国文字信息,有很好的通用性.