[發(fā)明專利]訓(xùn)練分類器、圖像中文字區(qū)域檢測的方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201210303844.4
• 申請日: 2012-08-23
• 公開（公告）號: CN103632159A
• 公開（公告）日: 2014-03-12
• 發(fā)明（設(shè)計(jì)）人: 鄧宇;陳艷琴
• 申請（專利權(quán)）人: 阿里巴巴集團(tuán)控股有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/54
• 代理公司: 隆天國際知識產(chǎn)權(quán)代理有限公司 72003
• 代理人: 張艷杰;張?jiān)≡?/td>

技術(shù)領(lǐng)域

本申請涉及圖像檢測領(lǐng)域，尤其涉及一種訓(xùn)練分類器的方法及系統(tǒng)、圖像中文字區(qū)域檢測的方法及系統(tǒng)。

背景技術(shù)

圖像中文字區(qū)域的檢測歷來是圖像檢測的一個(gè)重要課題，以圖像中的商標(biāo)為例，商標(biāo)是指生產(chǎn)者、經(jīng)營者為使自已的商品或服務(wù)與他人的商品或服務(wù)相區(qū)別，而使用在商品或服務(wù)上的一種可視性標(biāo)志。大多數(shù)商標(biāo)包括文字部分，這樣的商標(biāo)也可以稱為文字商標(biāo)。對于許多網(wǎng)站，尤其是電子商務(wù)網(wǎng)站，存在各種侵犯商標(biāo)專用權(quán)的行為，比如賣家發(fā)布的圖像中使用了某個(gè)未經(jīng)商標(biāo)持有人授權(quán)的商標(biāo)，這種行為對商標(biāo)持有人和商品購買者都帶來了很多的利益損害。如果可以在一幅圖像中檢測出商標(biāo)的文字區(qū)域，則可以為后續(xù)的商標(biāo)侵權(quán)判斷提供更精準(zhǔn)的依據(jù)。目前常用的圖像中文字區(qū)域的檢測方法如下：

第一、基于邊緣檢測的方法。該方法是利用文字區(qū)域存在較多邊緣的特點(diǎn)，先檢測待檢測圖像的邊緣，然后利用形態(tài)學(xué)等方法定位待檢測圖像中的文字區(qū)域。雖然基于邊緣檢測的方法可以快速檢測待檢測圖像中的文字區(qū)域，但由于文字經(jīng)常直接疊加在復(fù)雜的背景中，文字區(qū)域周圍的背景的邊緣經(jīng)常會與文字的邊緣粘連在一起，從而影響待檢測圖像中的文字區(qū)域定位的準(zhǔn)確性。

第二、基于區(qū)域分析的方法。該方法是利用顏色信息從待檢測圖像中提取連通域，再根據(jù)區(qū)域幾何約束使用閾值規(guī)則從連通域中定位文字區(qū)域。但該方法的缺陷在于：在待檢測圖像背景復(fù)雜時(shí)很難準(zhǔn)確地提取連通域，并且在該方法中使用的幾何規(guī)則和閾值更缺乏魯棒性,很難推廣。

第三、基于機(jī)器學(xué)習(xí)的方法。該方法事先通過選取樣本來對分類器進(jìn)行訓(xùn)練，使之能在不斷變化的因素中定位待檢測圖像的文字區(qū)域和背景區(qū)域兩種模式。但該方法的難點(diǎn)和關(guān)鍵在于訓(xùn)練特征提取,即如何快速有效地從預(yù)處理階段輸出的信息中,提取出能代表待檢測圖像的文字區(qū)域的特征的有效信息，因此，訓(xùn)練樣本的選擇對于檢測效果有較大影響，并且該方法處理速度慢。

發(fā)明內(nèi)容

為了快速且準(zhǔn)確地檢測圖像中文字區(qū)域，本申請?zhí)峁┝艘环N訓(xùn)練分類器的方法及系統(tǒng)、圖像中文字區(qū)域檢測的方法及系統(tǒng)。

本申請的一個(gè)方案提供了一種訓(xùn)練用于圖像中文字區(qū)域檢測的分類器的方法，包括：

獲取圖像樣本，所述樣本大小為n列*m行像素，n，m為正整數(shù)；

對所述樣本進(jìn)行灰度處理，得到經(jīng)灰度處理的樣本；

從所述經(jīng)灰度處理的樣本提取圖像特征，所述圖像特征包括梯度信息、顏色信息和連通域信息；

利用提取的圖像特征訓(xùn)練用于圖像中文字區(qū)域檢測的分類器。

本申請的另一個(gè)方案提供了一種圖像中文字區(qū)域檢測的方法，包括：

獲取經(jīng)灰度處理的待檢測圖像；

獲取與所述經(jīng)灰度處理的待檢測圖像對應(yīng)的黑白二值圖；

根據(jù)所述黑白二值圖確定所述經(jīng)灰度處理的待檢測圖像中的候選檢測區(qū)域；

根據(jù)從所述候選檢測區(qū)域提取的圖像特征和用于圖像中文字區(qū)域檢測的分類器確定所述經(jīng)灰度處理的待檢測圖像中的候選文字區(qū)域，所述圖像特征包括梯度信息、顏色信息和連通域信息；

根據(jù)所述候選文字區(qū)域獲取圖像中的文字區(qū)域。

本申請的再一個(gè)方案提供了一種訓(xùn)練用于圖像中文字區(qū)域檢測的分類器的系統(tǒng)，包括：

樣本獲取模塊，用于獲取圖像樣本，所述樣本大小為n列*m行像素，n，m為正整數(shù)；

灰度處理模塊，用于對所述樣本進(jìn)行灰度處理，得到經(jīng)灰度處理的樣本；

圖像特征提取模塊，用于從所述經(jīng)灰度處理的樣本提取圖像特征，所述圖像特征包括梯度信息、顏色信息和連通域信息；

分類器訓(xùn)練模塊，用于利用提取的圖像特征訓(xùn)練用于圖像中文字區(qū)域檢測的分類器。

本申請的再一個(gè)方案提供了一種圖像中文字區(qū)域的檢測系統(tǒng)，包括：

待檢測圖像獲取模塊，用于獲取經(jīng)灰度處理的待檢測圖像；

黑白二值圖獲取模塊，用于獲取與所述經(jīng)灰度處理的待檢測圖像對應(yīng)的黑白二值圖；

候選檢測區(qū)域確定模塊，用于根據(jù)所述黑白二值圖確定所述經(jīng)灰度處理的待檢測圖像中的候選檢測區(qū)域；

候選文字區(qū)域確定模塊，用于根據(jù)利用從所述候選檢測區(qū)域提取的圖像特征和用于圖像中文字區(qū)域檢測的分類器確定所述經(jīng)灰度處理的待檢測圖像中的候選文字區(qū)域，所述圖像特征包括梯度信息、顏色信息和連通域信息；

文字區(qū)域獲取模塊，用于根據(jù)所述候選文字區(qū)域獲取圖像中的文字區(qū)域。