一种复杂背景图像中的文本定位方法技术

本发明专利技术公开了一种复杂背景图像中的文本定位方法。本方法为：1)在待处理的彩色图像的R、G和B三个通道上分别使用MSERs算法进行处理，得到对应三个通道上的MSERs区域；然后将得到的结果标记在该彩色图像上，得到每个MSERs区域在彩色图像上的坐标；2)进行初步去噪，去掉判断为重复的MSERs区域和非文本的MSERs区域，得到候选MSERs区域；3)从得到的候选MSERs区域中提取设定特征，然后利用一基于该设定特征训练的分类器对候选MSERs区域分类，得到包含文本的MSERs区域，即文本块；4)将得到的文本块连接成文本条；5)对得到的文本条进行去重处理。本发明专利技术大大提高了文本定位效率。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了。本方法为：1)在待处理的彩色图像的R、G和B三个通道上分别使用MSERs算法进行处理，得到对应三个通道上的MSERs区域；然后将得到的结果标记在该彩色图像上，得到每个MSERs区域在彩色图像上的坐标；2)进行初步去噪，去掉判断为重复的MSERs区域和非文本的MSERs区域，得到候选MSERs区域；3)从得到的候选MSERs区域中提取设定特征，然后利用一基于该设定特征训练的分类器对候选MSERs区域分类，得到包含文本的MSERs区域，即文本块；4)将得到的文本块连接成文本条；5)对得到的文本条进行去重处理。本专利技术大大提高了文本定位效率。【专利说明】-种复杂背景图像中的文本定位方法
本专利技术属于图像处理的范畴，是一种基于MSERs复杂背景图像中的文本定位方法。
技术介绍
图片中的文本往往包含有价值的信息，并且在很多基于内容的图片和图像应用中 被开发，像基于内容的网络图片查找，图像信息检索，和自动文本分析和识别。由于背景，文 本方向、颜色、大小，字体的复杂性，在文本被识别和检索前需要鲁棒地检测到。许多研究者 把光学字符识别(OCR)看作一个已经解决的问题，而对于图像中文本的检测和识别运个领 域还有很大的研究空间。国际上对于图像中文本检测和识别的研究已经进行了很多年，有 很多相关的国际竞赛。Robust Reading竞赛（2003,2005,2011,2013)，Camera-based Document Analysi s And Recognition(2005-2013,一年两次）。 场景文本检测的方法大致分为Ξ类:基于滑动窗的方法，基于成分连接的方法，混 合方法。 本文中使用的Maximally Sl:able Extremal Regions(MS邸S,最大稳定极值区域） 可W归为基于成分连接的方法。Μ沈Rs(Maximally Stable Extremal Regions,最大稳定极 值区域)该算法最早是由Matas等人于2002年提出，它是基于分水岭的概念，最早用于斑点 检测，后来越来越多的研究者使用它来进行图像中的文本检测。MSER的基本原理是对一幅 灰度图像(灰度值为0~255)取阔值进行二值化处理，阔值从0到255依次递增。阔值的递增 类似于分水岭算法中的水面的上升，随着水面的上升，有一些较矮的丘陵会被淹没，如果从 天空往下看，则大地分为陆地和水域两个部分，运类似于二值图像。在得到的所有二值图像 中，图像中的某些连通区域变化很小，甚至没有变化，则该区域就被称为最大稳定极值区 域。数学原理如下： 图像I作为一个映射一 X，极值区域可W定义在图片上，如果： 1.S 是完全有序的 5={1，2，···255} 2.定义一个连接关系 [000引区域Q是D的连续子集。区域边缘:巡二{q坛DU):亦Ε谷:於似极值区域化Rs):对谷[0，对所有只€谷，g € 00 : /灶）> I(q):(或者 公居 0,皆 E a0 : /(P) < i(q))。[00川最大稳定极值区域（ΜSERS):对于一组内嵌的极值区域谷1，…，資? - 1，谷?:，... 讼/ C 0/+i)，对于q(i) = I Qi+A-Qi-A I/Qi当且仅当在i处取到局部最小值时，就称化是最 稳定的，其中，heS。
技术实现思路
本专利技术的主要目的在于提供。 本专利技术的技术方案为： -种复杂背景图像中的文本定位方法，其步骤为：[001引1)在待处理的彩色图像的R、G和ΒΞ个通道上分别使用MSERs算法进行处理，得到 对应Ξ个通道上的MSERs区域;然后将得到的结果标记在该彩色图像上，得到每个MSERs区 域在彩色图像上的坐标； 2)对得到的MSERs区域进行初步去噪，去掉判断为重复的MSERs区域和非文本的 MSERs区域，得到候选MSERs区域； 3)从得到的候选MSERs区域中提取设定特征，然后利用一基于该设定特征训练的 分类器对候选MSERs区域分类，得到包含文本的MSEIis区域，即文本块； 4)将得到的文本块连接成文本条； 5)对得到的文本条进行去重处理。 进一步的，对得到的MSERs区域进行初步去噪的方法为:根据每个MSERs区域在彩 色图像上的坐标计算两MS邸S区域的重叠面积，将重叠面积占运两个区域合并后的面积比 例超过设定比例阔值时，判定运两个MSERs区域是重复的，并去掉其中面积较小的一个 MSERs区域;然后计算剩余MSERs区域内包含的小区域数量，如果该MS邸S区域包含的小区域 数量超过设定阔值，则将该MSERs区域剔除掉;其中将区域的面积与该区域所在MSERs区域 面积的比值小于设定阔值的区域称为小区域。 进一步的，将得到的文本块连接成文本条的方法为:将两个文本块之间的距离小 于设定距离阔值且相似度大于设定相似度阔值的文本块连接起来，将剩余的独立的文本块 连接成文本条，得到一个或多个文本条。 进一步的，所述距离阔值设为该代理处理彩色图像的宽度的8%。 进一步的，对得到的文本条进行去重处理的方法为:采用随机森林分类器对得到 的每一文本条进行投票，如果投票率小于设定阔值，则将该文本条作为非文本剔除掉;对于 剩余文本条，计算两文本条交叉部分面积占运两文本条合并部分面积的比例，如果该比例 超过设定比值，则将面积较小的文本条删除。 进一步的，对得到的文本条进行去重处理的方法为：如果一个文本条包含若干小 的文本条，则将运些小的文本条删除。 进一步的，所述设定特征为化g特征，所述分类器为SVM分类器。 与现有技术相比，本专利技术的积极效果为： 在我们自己的图像库上进行实验对比，我们方法F-measure达到85%，性能优于已 有的state-〇f-a;rt方法的75.5%，大大提高了文本定位效率。【附图说明】 附图为本专利技术的方法流程图。【具体实施方式】 为使本专利技术的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本 专利技术做进一步说明。 MSERs方法往往使用在灰度图上，但是在灰度图上由于在彩色图转化为灰度图的 过程中一些信息的丢失，造成一些必要的信息定位不到，所W我们把基于灰度图的MS邸S算 法扩展到了R，G，B^通道，对于一张彩色图像，我们在运张彩色图像的R，G和ΒΞ个通道上分 别使用MS邸S算法进行处理，在Ξ通道上各设置最小为3的像素变化值和最小区域为30像素 的阔值，运样得到Ξ个通道上的MSERs区域，再把得到的结果标记在原来的彩色图像上，得 到每个MSERs区域在彩色图像上的坐标，去掉中屯、坐标和宽高完全一致的区域，最后综合起 来进行处理。 由于得到大量的MSERs区域中有很多的噪声即非文本区域，像树叶、人、建筑等等， 所W要对得到的MSERs区域要进行去噪声和筛选，即去掉非文本部分、筛选出合适的文本 框。对得到的MSERs区域处理主要分为四部分:初步去噪^候选区域筛选^字符块连接^文 本去重。 初步去噪： 根据前面得到的区域坐标和宽高信息计算区域是否重叠，如果两个区域重叠在一 起且重叠面积超过两个区域面积并的80%，就可W认为运两个区域是重复的。对于重叠区 域，去掉其中面积较小的一个，最终去掉一部分重合区域;根据文字的形态特征，文本区域 里经常也会包本文档来自技高网...

【技术保护点】
一种复杂背景图像中的文本定位方法，其步骤为：1)在待处理的彩色图像的R、G和B三个通道上分别使用MSERs算法进行处理，得到对应三个通道上的MSERs区域；然后将得到的结果标记在该彩色图像上，得到每个MSERs区域在彩色图像上的坐标；2)对得到的MSERs区域进行初步去噪，去掉判断为重复的MSERs区域和非文本的MSERs区域，得到候选MSERs区域；3)从得到的候选MSERs区域中提取设定特征，然后利用一基于该设定特征训练的分类器对候选MSERs区域分类，得到包含文本的MSERs区域，即文本块；4)将得到的文本块连接成文本条；5)对得到的文本条进行去重处理。

【技术特征摘要】

【专利技术属性】
技术研发人员：谢洪涛，刘顺，谭建龙，戴琼，
申请(专利权)人：中国科学院信息工程研究所，
类型：发明
国别省市：北京;11