[發(fā)明專利]基于字符切分和顏色聚類的數(shù)字視頻中的字符提取方法

無(wú)效

• 申請(qǐng)?zhí)枺?/td>: 200910081927.1
• 申請(qǐng)日: 2009-04-08
• 公開（公告）號(hào): CN101515325A
• 公開（公告）日: 2009-08-26
• 發(fā)明（設(shè)計(jì)）人: 黃曉冬;馬華東;張赫
• 申請(qǐng)（專利權(quán)）人: 北京郵電大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/34
• 代理公司: 北京德琦知識(shí)產(chǎn)權(quán)代理有限公司
• 代理人: 夏憲富

1.一種基于字符切分和顏色聚類的數(shù)字視頻中的字符提取方法，其特征在 于，包括下列操作步驟：

(1)字符切分：先將字符區(qū)域的三通道彩色圖像轉(zhuǎn)換為單通道灰度圖像， 再采用基于垂直投影特征的分析切分方法，即利用字符區(qū)域與字符間隔區(qū)域的 特征差異，按照Sobel算子中計(jì)算垂直方向的微分的計(jì)算模板，分別計(jì)算所述 單通道灰度圖像中的每個(gè)像素的縱向梯度值，對(duì)該梯度值取絕對(duì)值并進(jìn)行縱向 相加后，得到其縱向梯度值之和的梯度值數(shù)組，用于反映圖像垂直方向的梯度 特性，并用作字符切分的依據(jù)；然后用近鄰平均方法平滑該梯度值數(shù)組：選取 某個(gè)位置左右兩邊的梯度值與該位置的梯度值的平均值，用作該位置的新的梯 度值和計(jì)算用于全面表征垂直投影特征的峰谷差比；最后根據(jù)峰谷差比進(jìn)行垂 直投影來(lái)切分字符區(qū)域圖像，將每一行包含多個(gè)字符的區(qū)域圖像，切分成只包 含單個(gè)字符的若干個(gè)子區(qū)域圖像；

(2)字符提?。合韧ㄟ^(guò)擴(kuò)展圖像、對(duì)圖像插值放大和圖像增強(qiáng)的預(yù)處理， 再用設(shè)置聚類個(gè)數(shù)為4的K-Means算法對(duì)圖像中的顏色特征進(jìn)行顏色聚類，然 后判別聚類結(jié)果和分析連通區(qū)域，從4個(gè)備選圖像找到包含最多字符信息的圖 像作為目標(biāo)圖像，從而快速刪除大部分背景區(qū)域信息；再對(duì)目標(biāo)圖像進(jìn)行連通 特征分析，采用由外向內(nèi)填充和對(duì)字符圖像進(jìn)行去噪處理，繼續(xù)去除剩余的非 字符區(qū)域后，分別得到三種類型的字符圖像：?jiǎn)蝹€(gè)字符提取圖像、字符區(qū)域的 整體提取圖像和由單個(gè)字符提取圖像拼接成的整體拼接圖像，一起輸入給光學(xué) 字符識(shí)別OCR系統(tǒng)進(jìn)行識(shí)別；其中后兩種圖像是用OCR的語(yǔ)義處理功能，根 據(jù)上下文更準(zhǔn)確地確定形近字而提高識(shí)別效果。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于：所述特征差異是指：字符區(qū) 域的特點(diǎn)是它的空間頻率變化強(qiáng)烈，而字符間隔區(qū)域的空間頻率變化相對(duì)較?。? 對(duì)應(yīng)到梯度上，則是字符區(qū)域的梯度較大，而字符間隔的梯度較小。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于：所述字符切分是依據(jù)最有用 的縱向梯度信息進(jìn)行切分，且對(duì)字符區(qū)域圖像采用的梯度計(jì)算模板是Sobel算 子中計(jì)算垂直方向的微分的計(jì)算模板：-1-2-1000121;]]>

所述基于垂直投影特征的分析切分方法的依據(jù)是視頻中字符通常呈水平排 列，故對(duì)于根據(jù)上述計(jì)算模板對(duì)字符區(qū)域圖像中的像素進(jìn)行計(jì)算得到的梯度值 的絕對(duì)值，進(jìn)行垂直方向上的投影，以便考察感興趣的區(qū)域并進(jìn)行字符切分； 因字符區(qū)域?qū)?yīng)的梯度值大于字符間隔區(qū)域的梯度值，故在字符切分中，用縱 向梯度投影作為切分的依據(jù)，再通過(guò)各種啟發(fā)式規(guī)則來(lái)最終確定切分線。