[發(fā)明專利]一種交互式的自然場景文本檢測方法

有效

• 申請?zhí)枺?/td>: 201310308807.7
• 申請日: 2013-07-22
• 公開（公告）號: CN103336961A
• 公開（公告）日: 2013-10-02
• 發(fā)明（設(shè)計）人: 王春恒;胡僅龍;肖柏華;史存召;高嵩
• 申請（專利權(quán)）人: 中國科學(xué)院自動化研究所
• 主分類號: G06K9/20
• 分類號: G06K9/20;G06K9/38
• 代理公司: 中科專利商標代理有限責(zé)任公司 11021
• 代理人: 宋焰琴

1.一種交互式自然場景文本檢測方法，其特征在于，該方法包括以下步驟：

步驟1，輸入待檢測圖像；

步驟2，使用標記線在所述待檢測圖像中人為標記待檢測文字所在的區(qū)域，并以所述標記線為基準進行擴展，得到一擴展后的文本區(qū)域；

步驟3，對于所述擴展后的文本區(qū)域進行邊緣檢測，對邊緣檢測結(jié)果進行膨脹處理和連通域標記，判斷所得到的每個連通域是否為文字，并去除非文本連通域；

步驟4，對于去除非文本連通域后的文本區(qū)域，利用投影法得到由所述文本區(qū)域所包含的文本的邊緣組成的邊緣文本區(qū)域；

步驟5，對所述邊緣文本區(qū)域進行分塊二值化處理，并利用投影法和連通域標記得到粗略文本區(qū)域；

步驟6，將所述粗略文本區(qū)域進行分塊二值化處理，并將得到的二值化圖像進行反色，得到兩種二值化圖像；

步驟7，對所述兩種二值化圖像分別進行連通域標記，判斷所得到的每個連通域是否為文字，去除非文本連通域以及每個文字連通域中的各種噪聲；

步驟8，利用投影法確定所述步驟7得到的文本連通域所在位置的邊界，并統(tǒng)計所有文本連通域的數(shù)目；

步驟9，根據(jù)兩種二值化圖像所得到的文本連通域的數(shù)目確定圖像的極性，并對與此極性對應(yīng)的連通域進行融合，最終得到精確文本區(qū)域。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟2中，以所述標記線為基準進行擴展具體為：分別向上向下擴展待檢測圖像高度的1/3，向左向右擴展所述標記線長度的1/3。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟3中，根據(jù)以下規(guī)則判斷每個連通域是否為文字：

其中，Width，Height為擴展文本區(qū)域的寬度和高度；width_CoCo，height_CoCo為連通域的寬度和高度；top_CoCo，bottom_CoCo為連通域頂部和底部的位置；top_Line，bottom_Line為標記線頂部和底部的位置；Tw1，Tw2，Th1，Th2，Twh為連通域?qū)傩缘拈撝担?amp;&表示關(guān)系與操作。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟4中，從標記線開始向上下左右四個方向逐行掃描判斷是否為文本的邊緣，并根據(jù)以下規(guī)則判斷某一行或列是否為邊緣文本區(qū)域的邊界：

上下邊界：num_pixel_255＜Trow*Width

左右邊界：num_pixel_255＜Tcol*Height’

其中，num_pixel_255為所述邊緣文本區(qū)域中所有邊緣點的數(shù)目；Width，Height為所述邊緣文本區(qū)域的寬度和高度；Trow，Tcol為閾值。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟5進一步包括以下步驟：

步驟51，將所述邊緣文本區(qū)域分成多個子圖像塊，并對每個子圖像塊進行二值化，得到二值邊緣文本區(qū)域；

步驟52，對于所述二值邊緣文本區(qū)域，利用投影法得到所述二值邊緣文本區(qū)域的邊界；

步驟53，對于得到的區(qū)域再進行連通域標記，判斷所得到的每個連通域是否為文字，并去除非文本連通域，得到粗略文本區(qū)域。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述步驟53中，根據(jù)以下規(guī)則判斷每個連通域是否為文字：

其中，Width，Height為所述步驟52得到的區(qū)域的寬度和高度；width_CoCo，height_CoCo為連通域的寬度和高度；left_CoCo，right_CoCo，top_CoCo，bottom_CoCo為連通域的左邊、右邊、頂部和底部的位置；left_Line，right_Line，top_Line，bottom_Line為標記線的左邊、右邊、頂部和底部的位置；Tw，Twh為連通域?qū)傩缘拈撝怠?/p>