[發(fā)明專利]基于連通分量和支持向量機的圖像文本定位方法和裝置

有效

• 申請?zhí)枺?/td>: 200710064388.1
• 申請日: 2007-03-14
• 公開（公告）號: CN101266654A
• 公開（公告）日: 2008-09-17
• 發(fā)明（設(shè)計）人: 姚金良;楊一平;臺憲青;薛文芳
• 申請（專利權(quán)）人: 中國科學(xué)院自動化研究所
• 主分類號: G06K9/72
• 分類號: G06K9/72
• 代理公司: 中科專利商標(biāo)代理有限責(zé)任公司
• 代理人: 周國城

1.一種基于連通分量和支持向量機的圖像文本定位方法，其特征在于，步驟如下：

步驟S1：將需要定位的圖像根據(jù)其灰度值信息進行圖像的分割處理，獲得圖像分層結(jié)果；

步驟S2：對分割后的每一層作為前景進行連通域分析，得到候選字符連通分量集合；

步驟S3：提取候選字符連通分量的特征，并用一個級聯(lián)閾值分類器的結(jié)構(gòu)排除非字符連通分量；每個閾值分類器的閾值通過統(tǒng)計樣本數(shù)據(jù)獲得；

步驟S4：對使用級聯(lián)閾值分類器未被排除的候選字符連通分量，采用基于支持向量機的分類方法進行是否是字符連通分量的分類；支持向量機的特征向量為上述提取的所有候選字符連通分量的特征；

步驟S5：將支持向量機分類結(jié)果中為字符的連通分量，根據(jù)其在圖像中的位置關(guān)系和特征一致性進行組合，得到候選字符連通分量集合中的各個子集，包括子集中所有連通分量的最小矩形框稱為該子集對應(yīng)的文本區(qū)域，同時該子集稱為文本區(qū)域中連通分量集合；

步驟S6：計算文本區(qū)域中連通分量集合中連通分量特征的方差作為候選文本區(qū)域的特征，并使用經(jīng)驗性的閾值確認(rèn)是否是文本區(qū)域。

2.如權(quán)利要求1所述的方法，其特征在于，所述進行圖像分割處理是對灰度圖像進行分析，如果輸入圖像是彩色圖像需要將其轉(zhuǎn)換為單色的灰度圖像，然后根據(jù)像素灰度值與該像素為中心的窗口中像素灰度值的平均值和方差來確定像素所屬的層。

3.如權(quán)利要求1所述的方法，其特征在于，所述級聯(lián)閾值分類器的結(jié)構(gòu)由提取連通分量的特征和閾值分類器的確認(rèn)構(gòu)成。

4.如權(quán)利要求3所述的方法，其特征在于，閾值分類器的閾值的設(shè)定是通過對樣本數(shù)據(jù)庫字符連通分量的對應(yīng)特征進行統(tǒng)計來獲取，獲得的閾值保證樣本中的字符連通分量都被確認(rèn)為是字符連通分量。

5.如權(quán)利要求1所述的方法，其特征在于，支持向量機采用了LIBSVM工具，并使用徑向基函數(shù)作為所使用的支持向量機的核函數(shù)。

6.如權(quán)利要求1所述的方法，其特征在于，對步驟S5所述的組合采用如下步驟：

步驟S51：通過判斷候選連通分量集合中的任意兩個連通分量是否相鄰，并且是否具有一致的特征來確認(rèn)它們是否屬于同一文本區(qū)域；如果是屬于同一文本區(qū)域，則在這兩個連通分量之間建立一條邊，這樣候選連通分量集合就轉(zhuǎn)變?yōu)橐粡垷o向圖；

步驟S52：對得到的無向圖進行深度優(yōu)先周游圖算法，得到其中的連通分支，一個連通分支對應(yīng)一個候選文本區(qū)域中的連通分量的集合。

7.如權(quán)利要求6所述的方法，其特征在于，對所得到的候選文本區(qū)域的連通分量集合，如果其包含的元素大于1，則提取連通分量的特征為：筆畫寬度的方差、連通分量高度的方差、連通分量寬度的方差、連通分量灰度值的方差；

設(shè)定上述四個方差的閾值來確認(rèn)該候選文本區(qū)域的連通分量集合是否由字符構(gòu)成：

如果任意一個方差值大于給定的閾值，則認(rèn)為該候選文本區(qū)域的連通分量集合不是由字符連通分量構(gòu)成的；

如果候選文本區(qū)域中的連通分量集合元素個數(shù)等于1，則減小連通分量特征的閾值，對該候選文本區(qū)域中的唯一元素重新進行確認(rèn)。

8.如權(quán)利要求7所述的方法，其特征在于，對確認(rèn)的文本區(qū)域的連通分量集合，獲取能包含文本區(qū)域連通分量集合中各個連通分量的最小矩形框，作為文本區(qū)域的定位結(jié)果。

9.一種基于連通分量和支持向量機的圖像文本定位裝置，其特征在于，包括：

圖像分割單元(10)，用于將需要定位的圖像根據(jù)其灰度值信息進行圖像的分割處理，獲得圖像分層結(jié)果；

連通域分析單元(20)，用于對分割后的每一層作為前景進行連通域分析，得到候選字符連通分量集合；

連通分量特征獲取和閾值確認(rèn)單元(30)，用于提取候選字符連通分量的特征，并用一個級聯(lián)閾值分類器的結(jié)構(gòu)排除明顯的非字符連通分量；每個閾值分類器的閾值通過統(tǒng)計樣本數(shù)據(jù)獲得；

支持向量機分類單元(40)，用于對使用級聯(lián)閾值分類器未被排除的候選字符連通分量，使用基于支持向量機的分類方法進行是否是字符連通分量的分類；支持向量機的特征向量為上述提取的候選字符連通分量的特征；

連通分量組合成文本區(qū)域單元(50)，用于將支持向量機分類結(jié)果中為字符的連通分量，根據(jù)其在圖像中的位置關(guān)系和特征一致性進行組合，組合得到的連通分量子集，包括子集中所有連通分量的最小矩形框稱為該子集對應(yīng)的文本區(qū)域，同時該子集作為一個文本區(qū)域所擁有的連通分量集合；

文本區(qū)域統(tǒng)計特征獲取并確認(rèn)單元(60)，用于計算文本區(qū)域中連通分量集合中連通分量特征的方差作為候選文本區(qū)域的特征，并用經(jīng)驗閾值確認(rèn)是否是文本區(qū)域。