[發(fā)明專利]用于從圖像確定文本信息的并行處理方法和設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 201280029600.X
• 申請(qǐng)日: 2012-07-03
• 公開（公告）號(hào): CN103608823A
• 公開（公告）日: 2014-02-26
• 發(fā)明（設(shè)計(jì)）人: 延奇宣;丘衡一;朝玄默
• 申請(qǐng)（專利權(quán)）人: 高通股份有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/38;G06K9/03;G06K9/32
• 代理公司: 北京律盟知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11287
• 代理人: 宋獻(xiàn)濤

1.一種用于處理多通道圖像的方法，所述方法包括：

從所述多通道圖像產(chǎn)生多個(gè)灰度級(jí)圖像；

在所述多個(gè)灰度級(jí)圖像中識(shí)別至少一個(gè)文本區(qū)；

從所述至少一個(gè)文本區(qū)確定文本區(qū)信息；以及

基于所述文本區(qū)信息而產(chǎn)生所述多通道圖像的文本信息。

2.根據(jù)權(quán)利要求1所述的方法，其中產(chǎn)生所述多通道圖像的所述文本信息包含：

在所述多個(gè)灰度級(jí)圖像中的兩者或兩者以上中識(shí)別出所述至少一個(gè)文本區(qū)中的兩個(gè)或兩個(gè)以上文本區(qū)的情況下，合并來(lái)自所述兩個(gè)或兩個(gè)以上文本區(qū)的所述文本區(qū)信息。

3.根據(jù)權(quán)利要求1所述的方法，其中識(shí)別所述至少一個(gè)文本區(qū)包含并行地處理所述多個(gè)灰度級(jí)圖像。

4.根據(jù)權(quán)利要求1所述的方法，其中識(shí)別所述至少一個(gè)文本區(qū)包含：

在所述多個(gè)灰度級(jí)圖像中識(shí)別至少一個(gè)候選文本區(qū)；以及

在所述所識(shí)別的至少一個(gè)候選文本區(qū)中識(shí)別所述至少一個(gè)文本區(qū)。

5.根據(jù)權(quán)利要求4所述的方法，其中識(shí)別所述至少一個(gè)候選文本區(qū)包含：

在所述多個(gè)灰度級(jí)圖像中識(shí)別至少一個(gè)非候選文本區(qū)；

在所述多個(gè)灰度級(jí)圖像中的兩者或兩者以上中識(shí)別出所述至少一個(gè)非候選文本區(qū)中的兩個(gè)或兩個(gè)以上非候選文本區(qū)的情況下，識(shí)別所述兩個(gè)或兩個(gè)以上非候選文本區(qū)的共同部分；以及

將所述共同部分添加到所述至少一個(gè)候選文本區(qū)。

6.根據(jù)權(quán)利要求1所述的方法，其中確定所述文本區(qū)信息包含：

識(shí)別所述至少一個(gè)文本區(qū)的每一區(qū)的位置；以及

辨識(shí)所述至少一個(gè)文本區(qū)的每一區(qū)的文本。

7.根據(jù)權(quán)利要求6所述的方法，其中確定所述文本區(qū)信息進(jìn)一步包含，在所述多個(gè)灰度級(jí)圖像中的兩者或兩者以上中識(shí)別出所述至少一個(gè)文本區(qū)中的兩個(gè)或兩個(gè)以上文本區(qū)的情況下，確定所述所識(shí)別的文本區(qū)中的每一者中的所辨識(shí)的文本的文本置信度值，且

其中產(chǎn)生所述多通道圖像的所述文本信息包含，在所述所識(shí)別的文本區(qū)中的至少兩者的所述所識(shí)別的位置至少部分重疊的情況下，從所述至少兩個(gè)重疊文本區(qū)選擇所述所辨識(shí)的文本中的一者，其中所述選定的文本對(duì)應(yīng)于所述所確定的文本置信度值中的最大值。

8.根據(jù)權(quán)利要求1所述的方法，其中確定所述文本區(qū)信息包含：

識(shí)別所述至少一個(gè)文本區(qū)的每一區(qū)的位置；以及

確定所述至少一個(gè)文本區(qū)的每一區(qū)的區(qū)置信度值。

9.根據(jù)權(quán)利要求8所述的方法，其中確定所述多通道圖像的所述文本信息進(jìn)一步包含：

在所述多個(gè)灰度級(jí)圖像中的兩者或兩者以上中識(shí)別出所述至少一個(gè)文本區(qū)中的兩個(gè)或兩個(gè)以上文本區(qū)且所述所識(shí)別的文本區(qū)中的至少兩者的所述所識(shí)別的位置至少部分重疊的情況下，選擇所述至少兩個(gè)重疊文本區(qū)中的一者，其中所述選定的文本區(qū)對(duì)應(yīng)于所述所確定的區(qū)置信度值的最大值；以及

辨識(shí)所述選定的文本區(qū)中的文本。

10.一種用于處理多通道圖像的設(shè)備，所述設(shè)備包括：

至少一個(gè)圖像轉(zhuǎn)換器，其經(jīng)配置以從所述多通道圖像產(chǎn)生多個(gè)灰度級(jí)圖像；

多個(gè)文本區(qū)檢測(cè)器，其經(jīng)配置以在所述多個(gè)灰度級(jí)圖像中識(shí)別至少一個(gè)文本區(qū)，且從所述至少一個(gè)文本區(qū)確定文本區(qū)信息；以及

合并單元，其經(jīng)配置以基于所述文本區(qū)信息而產(chǎn)生所述多通道圖像的文本信息。

11.根據(jù)權(quán)利要求10所述的設(shè)備，其中所述合并單元經(jīng)配置以在所述多個(gè)灰度級(jí)圖像中的兩者或兩者以上中識(shí)別出所述至少一個(gè)文本區(qū)中的兩個(gè)或兩個(gè)以上文本區(qū)的情況下，合并來(lái)自所述兩個(gè)或兩個(gè)以上文本區(qū)的所述文本區(qū)信息。

12.根據(jù)權(quán)利要求10所述的設(shè)備，其中所述多個(gè)文本區(qū)檢測(cè)器經(jīng)配置以并行地處理所述多個(gè)灰度級(jí)圖像。

13.根據(jù)權(quán)利要求10所述的設(shè)備，其中所述多個(gè)文本區(qū)檢測(cè)器經(jīng)配置以：

在所述多個(gè)灰度級(jí)圖像中識(shí)別至少一個(gè)候選文本區(qū)；以及

在所述所識(shí)別的至少一個(gè)候選文本區(qū)中識(shí)別所述至少一個(gè)文本區(qū)。