【技术实现步骤摘要】
一种基于多层次最大稳定极值区域的自然场景文本检测方法
本专利技术涉及自然场景下的文本检测
，特别是，涉及一种基于多层次最大稳定极值区域的自然场景文本检测方法。
技术介绍
目前，基于文本具有高度的概括性和抽象的描述能力，自然场景文本检测技术在智能交通系统、视障人导盲、基于内容的图像检索以及便携式视觉系统等方面具有重要的应用，随着互联网技术以及便携式移动设备的高速发展,越来越多的应用场景需要利用图像中的文本信息，目前自然场景文本检测已成为计算机视觉与模式识别、文档分析与识别领域的一个研究热点。最大稳定极值区域(MSER)基于分水岭的概念，该方法取[0，255]范围的阈值对图像进行二值化处理，有些连通区域面积随阈值上升的变化很小，定义该类区域为最大稳定极值区域(MSER)，根据此原理来初步获取图像的文本区域，是一种综合性能比较好的传统自然场景文本检测方法，但存在着文本召回率较低，且夹杂大量非文本区域的问题，基于此，设计了一种基于多层次最大稳定极值区域(MSER)的自然场景文本检测方法，着重解决上述两个问题。<...
【技术保护点】
1.一种基于多层次最大稳定极值区域的自然场景文本检测方法，其特征在于，包括以下步骤：/n对待检测图像进行锐化处理；/n对锐化后图像进行候选文本区域的提取；/n对候选文本区域进行筛选，得到最终的文本区域。/n
【技术特征摘要】
1.一种基于多层次最大稳定极值区域的自然场景文本检测方法，其特征在于，包括以下步骤：
对待检测图像进行锐化处理；
对锐化后图像进行候选文本区域的提取；
对候选文本区域进行筛选，得到最终的文本区域。
2.根据权利要求1所述一种基于多层次最大稳定极值区域的自然场景文本检测方法，其特征在于：对所述图像进行基于拉普拉斯变换的图像锐化，可以起到对图像的文本区域边界的增强效果，其拉普拉斯算子如下所示：
则得到锐化图像：
其中：g(x,y)为锐化后的图像；f(x,y)为输入图像,
3.根据权利要求2所述一种基于多层次最大稳定极值区域的自然场景文本检测方法，其特征在于：对所述锐化后的图像进行尺寸统一。
4.根据权利要求1所述一种基于多层次最大稳定极值区域的自然场景文本检测方法，其特征在于：对所述尺寸统一后图像(RGB图像)，进行颜色通道的分离，具体为将其转化为R、G、B、H、S、I、Gray七种单颜色通道图像，具体为：
R＝(r)
G＝(g)
B＝(b)
Gray＝r*0.299+g*0.587+b*0.114；
其中：r，g，b分别为原RGB图像的三通道像素值。
5.根据权利要求4所述一种基于多层次最大稳定极值区域的自然场景文本检测方法，其特征在于：将所述七种单颜色通道图像，通过高斯卷积核构造尺度空间，获得不同尺度下的图像，高斯卷积核的求取公式为：
其中：H(i,j)为卷积核坐标；k为卷积核大小；σ为变量，通过调整σ为三种不同大小来改变高斯核的取值。
6.根据权利要求5所述一种基于多层次最大稳定极值区域的自然场景文本检测方法，其特征在于：将所述高斯卷积核与上述七种单颜色通道图像进行卷积操作，至...
【专利技术属性】
技术研发人员：王彦，张薇薇，张承模，张庆伟，胡星，周在邦，韩胜国，王勋，田恩勇，付龙明，黄辉，魏子欣，
申请(专利权)人：贵州电网有限责任公司，
类型：发明
国别省市：贵州;52
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。