一种自然场景图片中文本检测方法、系统及设备技术方案

本申请公开了一种自然场景图片中文本检测方法、系统及设备，包括：对待测图像进行预处理；对预处理后的待测图像进行数据转化，得到包含像素点数值及对应坐标的数据集；采用DBSCAN聚类算法对数据集进行聚类，生成不同类的数据集；采用Alpha Shape算法获取聚类后待测图像的感兴趣区域；检测感兴趣区域的内容，提取相应的文字信息。本申请不需要通过大量的数据样本训练得到的优化参数、搭建神经网络等操作用来进行自然场景图片中的文本检测，使得文本检测的运行速度更快，耗时更少，对硬件的配置要求也更低。

【技术实现步骤摘要】
一种自然场景图片中文本检测方法、系统及设备
本申请涉及文字检测
，尤其涉及一种自然场景图片中文本检测方法、系统及设备。
技术介绍
自然场景图片是指由各种拍摄设备如照相机、手机等，没有特定限制条件下，直接对生活中真实存在的场景拍摄下来的图片。在自然场景图像中寻找文字区域是很有必要的，这些文字囊括了日常生活中许多有用且重要的信息，比如街道牌、交通指示牌等，对于辅助获取场景信息很有帮助。现有技术中存在一些对自然场景图片进行文字检测的方法。例如，基于连通区域的文本检测技术，原理是利用文本信息区域中相同颜色、结构等特征来生成文本连通域，然后使用人工设计的规则或者分类器进行分类。该技术往往需要通过大量的训练样本来求得合适的分类器，进而检测出图像中的文本区域。还有包括基于神经网络的文本检测技术，原理是利用神经网络对大量文本图像样本进行学习训练，通过不断地学习来修正神经网络各层的连接权重，提升准确性，从而得到这些文本中较为稳定的特征，进而检测并得到图像中的文本信息。该技术主要缺点是算法本身比较复杂，且搭建神经网络对硬件有一定的要求本文档来自技高网...

【技术保护点】
1.一种自然场景图片中文本检测方法，其特征在于，包括：/n对待测图像进行预处理；/n对所述预处理后的待测图像进行数据转化，得到包含像素点数值及对应坐标的数据集；/n采用DBSCAN聚类算法对所述数据集进行聚类，生成不同类的数据集；/n采用Alpha Shape算法获取聚类后所述待测图像的感兴趣区域；/n检测所述感兴趣区域的内容，提取相应的文字信息。/n

【技术特征摘要】
1.一种自然场景图片中文本检测方法，其特征在于，包括：
对待测图像进行预处理；
对所述预处理后的待测图像进行数据转化，得到包含像素点数值及对应坐标的数据集；
采用DBSCAN聚类算法对所述数据集进行聚类，生成不同类的数据集；
采用AlphaShape算法获取聚类后所述待测图像的感兴趣区域；
检测所述感兴趣区域的内容，提取相应的文字信息。


2.根据权利要求1所述的自然场景图片中文本检测方法，其特征在于，所述对待测图像进行预处理具体包括：
将所述待测图像装换成灰度图；
将所述灰度图进行二值化处理；
将二值化处理后的灰度图进行腐蚀和膨胀处理。


3.根据权利要求1所述的自然场景图片中文本检测方法，其特征在于，所述对所述预处理后的待测图像进行数据转化，得到包含像素点数值及对应坐标的数据集具体为：
获取所述预处理后的待测图像中每个像素点的像素值，以及像素值不为零的像素点的坐标，形成所述数据集。


4.根据权利要求1所述的自然场景图片中文本检测方法，其特征在于，所述采用DBSCAN聚类算法对所述数据集进行聚类，生成不同类的数据集具体包括：
选取所述数据集中未处理的像素点；
获取以所述像素点为圆心，以设定的距离为直径的圆内所有数值不为0的像素点个数；
若所述数值不为0的像素点的个数大于预设的阈值时，则将所述圆内的像素点归为一类。


5.根据权利要求1所述的自然场景图片中文本检测方法，其特征在于，所述采用AlphaShape算法获取聚类后所述待测图像的感兴趣区域具体包括：
对所述数据集中的像素点按照坐标进行排序；
从所述像素点中的一点A出发，找到与A的距离小于预设的距离值的点B，以AB为起始边；
以B为原点，以所述预设的距离值为直径画圆，统计圆内的N个像素点得到BCi向量，其中0<i<N；以AB向量为基准进行极坐标方向排序，即按照BCi向量与AB向量的夹角大小进行排序；建立以BCi为直径的圆，若圆内不存在除Ci外的C0～CN点，则以BCi为新边；
以Ci为原点继续寻找新边，直到找不到新边或找到已经做过边的像素点为止。


6.一种自然场景图片中文本检测系统，其特征在于，包...

【专利技术属性】
技术研发人员：谭北海，罗林江，余荣，张浩川，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东;44