一种基于图像变换的环形文本检测和识别方法技术

本发明专利技术公开了一种基于图像变换的环形文本检测和识别方法，首先通过一种基于霍夫圆检测算法的自适应阈值的圆环检测方法来检测图像中文本所在的圆环区域，接着使用所提出的文字边缘检测算法确定文字之间的扇形空隙区域，采用TPS插值算法将环形文本沿空隙最大处展开，得到包含举行文本区域的图像，最后采用基于深度神经网络的文字识别模型输出文字识别结果。相比于现有的环形文本检测和识别技术，本发明专利技术所提出的方法时间消耗短、识别准确率高并且不会因为图像变换而丢失原有的语义信息。

【技术实现步骤摘要】
一种基于图像变换的环形文本检测和识别方法
本专利技术涉及图像处理和场景文字检测识别
，具体为一种基于图像变换的环形文本检测和识别方法。
技术介绍
文本作为图像中的高层语义信息，能够帮助人们更好地理解图像。将图像中的文本通过计算机技术识别出，是实现人工智能技术的基础。相比于光学字符识别(OCR技术)，自然场景下的文字识别具有更高的难度。而在自然场景文字识别领域中，相比于水平或竖直文本的识别，曲线文本甚至是环形文本的识别挑战性更大。因此，提出一种能够高效、精准的环形文本检测和识别方法具有重要的意义。针对环形文本的检测和识别，国内外专家和学者展开了重点研究。其中与本专利技术较为接近的包括：。专利技术专利(专利技术人：李辉；朱文康；申胜男；方启航；谭震彪，申请号：CN201910920945.8，名称：环形文字快速识别方法及装置)通过深度神经网络YOLO算法检测图像中的环形区域，通过坐标转换方法将环形文字带转换为矩形文字带，通过深度神经网络YOLO算法定位转换后图像中的文字区域，将定位到的文字区域进行分割和校正，得到各个字符图像，将每个分本文档来自技高网...

【技术保护点】
1.一种基于图像变换的环形文本检测和识别方法，其特征在于，包括：/n步骤1：检测文本所在的环形区域，具体为：/n步骤1.1：对包含环形文本区域的图像I采用霍夫圆检测算法，检测阈值设为λ，检测后的结果记为集合L＝{l

【技术特征摘要】
1.一种基于图像变换的环形文本检测和识别方法，其特征在于，包括：
步骤1：检测文本所在的环形区域，具体为：
步骤1.1：对包含环形文本区域的图像I采用霍夫圆检测算法，检测阈值设为λ，检测后的结果记为集合L＝{lk|k＝1,2,…,K}，其中，lk表示检测到的第k个圆，K表示检测到的圆的数量；令lk的圆心坐标为(xlk,ylk)；
步骤1.2：选取L中半径最大的圆，记为R1，令R1的圆心坐标为(xl0,yl0)；
步骤1.3：增大检测阈值，令λ＝λ+λ0，以增大后的λ为检测阈值对I采用霍夫圆检测算法，将检测到的圆加入集合L中，λ0表示增量常数；
步骤1.4：重复步骤1.3，直到I中不再检测到圆；
步骤1.5：根据公式(1)计算L中每个圆的圆心(xlk,ylk)与(xl0,yl0)的距离dk，当dk<δ时，将lk加入集合L′＝{l′k|k＝1,2,…,K′}中，其中，K′表示满足条件的圆的数量，δ表示距离阈值常数；



步骤1.6：选取L′中除了R1之外半径最大的圆，记为R2；最终R1与R2所组成的圆环形区域为文本实际所在的环形区域；
步骤2：确定文字起始和终止处之间的扇形空隙区域，具体步骤为：
步骤2.1：采用canny边缘算子对I处理，得到的二值化图像记为I′，根据公式(2)和(3)设置I′中的像素点(xi,yj)的灰度值；






其中，pvij表示图像中像素点(xi,yj)的灰度值，R和r分别表示R1和R2的半径长度，dij表示I′中的像素点(xi,yj)到R1的圆心的距离；
步骤2.2：在图像I′中从(xl0,yl0)出发水平向右引一条射线，记为sl1；若sl1上存在灰度值为0的像素点，则将sl1围绕(xl0,yl0)逆时针旋转，直到sl1上每个像素点的灰度值均为255；
步骤2.3：生成一条与sl1重合的射线，记为sl′1；将sl′1围绕(xl0,yl0)逆时针旋转，直到sl′1上存在灰度值为0的像素点；sl1与sl′1之间的区域为不包含边缘信息的扇形空隙区域，记为(θ1,Δθ1)，其中θ1表示sl1旋转经过的角度，Δθ1表示sl′1旋转经过的角度，设置该区域上全部像素点的灰度值为0；
步骤2...

【专利技术属性】
技术研发人员：高飞，葛逸凡，卢书芳，翁立波，张元鸣，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江;33