場(chǎng)景文字定位方法地研究及實(shí)現(xiàn)

《場(chǎng)景文字定位方法地研究及實(shí)現(xiàn)》由會(huì)員上傳分享，免費(fèi)在線(xiàn)閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、分類(lèi)號(hào)密級(jí)注1UDC學(xué)位論文場(chǎng)景文字定位方法研究及實(shí)現(xiàn)（題名和副題名）黃自力（作者姓名）指導(dǎo)教師李宏亮教授電子科技大學(xué)成都（姓名、職稱(chēng)、單位名稱(chēng)）申請(qǐng)學(xué)位級(jí)別碩士專(zhuān)業(yè)學(xué)位類(lèi)別工程碩士工程領(lǐng)域名稱(chēng)電子與通信工程提交論文日期2014.03論文答辯日期2014.05學(xué)位授予單位和日期電子科技大學(xué)2014年06月答辯委員會(huì)主席評(píng)閱人注1：注明《國(guó)際十進(jìn)分類(lèi)法UDC》的類(lèi)號(hào)。RESEARCHANDIMPLEMENTATIONONSCENETEXTLOCALIZATIONAMasterThesisSubmittedtoUniversityofElectronic

2、ScienceandTechnologyofChinaMajor:ElectronicsandCommunicationsEngineeringAuthor:ZiliHuangAdvisor:ProfessorHongliangLiSchool:SchoolofElectronicEngineering獨(dú)創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。據(jù)我所知，除了文中特別加以標(biāo)注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫(xiě)過(guò)的研究成果，也不包含為獲得電子科技大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書(shū)而使用過(guò)的材料。與我一同

3、工作的同志對(duì)本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說(shuō)明并表示謝意。作者簽名：日期：年月日論文使用授權(quán)本學(xué)位論文作者完全了解電子科技大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定，有權(quán)保留并向國(guó)家有關(guān)部門(mén)或機(jī)構(gòu)送交論文的復(fù)印件和磁盤(pán)，允許論文被查閱和借閱。本人授權(quán)電子科技大學(xué)可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存、匯編學(xué)位論文。（保密的學(xué)位論文在解密后應(yīng)遵守此規(guī)定）作者簽名：導(dǎo)師簽名：日期：年月摘要摘要文字，承載著信息傳遞的使命，而圖片，作為文字字符的載體，在信息大爆炸的今天，遍布在網(wǎng)絡(luò)媒體、街頭標(biāo)識(shí)等各個(gè)場(chǎng)

4、景中，面對(duì)龐大的信息量，如何有效的進(jìn)行檢索、理解也就成為計(jì)算機(jī)視覺(jué)重要的研究方向，而場(chǎng)景文字定位作為基于內(nèi)容的信息檢索的基礎(chǔ)也就引來(lái)了越來(lái)越多研究者的關(guān)注。然而，場(chǎng)景文字定位由于場(chǎng)景的復(fù)雜性，以及文字本身的多樣性，仍然是一個(gè)極具挑戰(zhàn)性的問(wèn)題，本文主要圍繞如何從自然場(chǎng)景中定位出文字進(jìn)行算法研究，研究?jī)?nèi)容主要集中在：1、提出了基于約束筆劃寬度變換的場(chǎng)景文字預(yù)處理。首先根據(jù)文字這一特定對(duì)象，在傳統(tǒng)邊緣檢測(cè)基礎(chǔ)上，加入去非閉合曲線(xiàn)以及Hough變換去直線(xiàn)段算法，然后改進(jìn)筆劃寬度變換（SWT），融入局部鄰域顏色以及梯度方向一致性約束，提出局部鄰域一致性約束的筆

5、劃寬度變換（LNC-SWT），并進(jìn)行筆劃寬度閾值及單邊處理，得到筆劃寬度變換圖。2、設(shè)計(jì)了基于字符特征的場(chǎng)景字符連通域構(gòu)建，過(guò)濾掉大量非文字區(qū)域。首先基于筆劃寬度一致的文字特征，將像素點(diǎn)連接成候選字符連通域，然后分析字符的結(jié)構(gòu)以及分布特點(diǎn)，提取字符的底層特征以及構(gòu)建字符的高層特征，其中字符高層特征包括：1、基于梯度以及二值模式的字符連通域特征2、基于鏈碼的輪廓變化直方圖，訓(xùn)練字符級(jí)SVM分類(lèi)器，對(duì)字符連通域進(jìn)行過(guò)濾，得到最后的字符連通域構(gòu)建。3、為進(jìn)一步過(guò)濾背景，設(shè)計(jì)了基于文本行特征的場(chǎng)景文字定位。在字符連通域構(gòu)建基礎(chǔ)上，本文根據(jù)文本的分布特點(diǎn)及文字

6、間的聯(lián)系，將字符連通域連接成候選文本行，然后基于對(duì)文字間共性的描述，構(gòu)建了基于類(lèi)內(nèi)離散程度的文本行特征（ICDT)，同時(shí)構(gòu)建基于統(tǒng)計(jì)信息的文本行特征，包括：1、基于梯度以及紋理信息的文本行特征；2、基于跳變次數(shù)直方圖的文本行特征，最后級(jí)聯(lián)兩大類(lèi)特征，訓(xùn)練文本行級(jí)SVM分類(lèi)器，過(guò)濾候選文本行，得到最終的文字定位輸出。為更好的對(duì)算法進(jìn)行評(píng)價(jià)，本文在ICDAR2005和2011數(shù)據(jù)庫(kù)以及本文自己構(gòu)建的中文數(shù)據(jù)庫(kù)上進(jìn)行測(cè)試評(píng)價(jià)，并與他人的方法作對(duì)比。實(shí)驗(yàn)結(jié)果證明本文算法有效，能對(duì)場(chǎng)景文字進(jìn)行定位。關(guān)鍵詞：場(chǎng)景文字定位，字符特征，文本行特征，場(chǎng)景字符連通域，局

7、部鄰域一致性約束的筆劃寬度變換（LNC-SWT）IABSTRACTABSTRACTTheuseoftext,asthemeansofinformationtransmission,andimage,asthecarrieroftext,spreadsovermanythescenarios,suchasnetworkmediaandstreetsigns,withtheexplosiveinformationavailabletoday.So,howtoeffectivelyretrieveandunderstandsuchhugeamountofi

8、nformationhasbecomeanimportantresearchdirectionincompu