[發(fā)明專利]智能移動終端場景文字處理方法

有效

• 申請?zhí)枺?/td>: 201410581464.6
• 申請日: 2014-10-27
• 公開（公告）號: CN104408449B
• 公開（公告）日: 2018-01-30
• 發(fā)明（設(shè)計(jì)）人: 盧朝陽;李靜;劉曉佩;姜維;通天意;汪文芳
• 申請（專利權(quán)）人: 西安電子科技大學(xué)寧波信息技術(shù)研究院
• 主分類號: G06K9/20
• 分類號: G06K9/20
• 代理公司: 寧波誠源專利事務(wù)所有限公司33102
• 代理人: 鄧青玲

1.一種智能移動終端場景文字處理方法，其特征在于：包括如下步驟：

步驟1：基于邊緣的文本粗檢測，具體包括：

(1-1)、采用彩色圖像邊緣檢測方法對智能移動終端內(nèi)的輸入場景圖像I進(jìn)行邊緣檢測，得到第一中間處理圖像；

(1-2)、對第一中間處理圖像進(jìn)行形態(tài)學(xué)運(yùn)算，連接第一中間處理圖像中的斷裂文字以及相鄰的文字，得到第二中間處理圖像；

(1-3)、通過尋找連通域的方法對第二中間處理圖像進(jìn)行處理，從而獲得輸入場景圖像I的候選文本區(qū)域集合S；

步驟2、獲取輸入場景圖像I的筆畫寬度圖T，對候選文本區(qū)域集合S中的每個候選文本區(qū)域進(jìn)行筆畫寬度和幾何特征分析，剔除不符合要求的非文本區(qū)域，最后輸出定位結(jié)果圖L1；

步驟3、識別預(yù)處理，具體包括：

(3-1)、對定位結(jié)果圖L1的文本區(qū)域進(jìn)行對比度增強(qiáng)；

(3-2)、對增強(qiáng)后的文本區(qū)域進(jìn)行中值濾波；

(3-3)、對中值濾波后的文本區(qū)域進(jìn)行二值化；

(3-4)、對二值化后的文本區(qū)域進(jìn)行字符切分；

步驟4、對切分后的單字符進(jìn)行規(guī)范化和方向線素特征的提取操作，具體包括：

(4-1)、對切分后的每個字符進(jìn)行裁剪，去掉字符周圍的白色背景，對剪裁后的每幅字符圖像采用雙線性插值法將其尺寸統(tǒng)一變換為N×N；

(4-2)、提取統(tǒng)一尺寸后單個字符的輪廓，并計(jì)算其方向線素特征；

(4-3)、采用距離分類器對每個字符進(jìn)行識別，得到每個字符最接近的X個字符；

步驟5、基于Gabor特征的細(xì)分類，具體包括：

(5-1)、將每個字符采用雙線性插值法將其尺寸統(tǒng)一變換為M×M；

(5-2)、對統(tǒng)一尺寸后的字符進(jìn)行Gabor變換，提取Gabor特征；

(5-3)、在(4-3)識別后得到每個字符最接近的X個字符的基礎(chǔ)上，利用距離分類器再次進(jìn)行識別，得出每個字符的識別結(jié)果。

2.根據(jù)權(quán)利要求1所述的智能移動終端場景文字處理方法，其特征在于：所述步驟2具體包括：

(2-1)、利用Canny邊緣檢測方法對輸入場景圖像I進(jìn)行邊緣檢測，得到輸入場景圖像I的邊緣圖，同時記錄下每個邊緣像素點(diǎn)的梯度方向；

(2-2)、對邊緣像素點(diǎn)進(jìn)行筆畫寬度變換：

(2-2-1)、假設(shè)p是一個邊緣像素點(diǎn)，設(shè)dp為邊緣像素點(diǎn)p的梯度方向，按照dp方 向沿著路線r＝p+n·dp(n≧0)在邊緣圖的邊緣像素點(diǎn)中尋找與其匹配的另一個邊緣像素點(diǎn)q，設(shè)dq為邊緣像素點(diǎn)q的梯度方向，dq與dp方向相反或dq＝–dp±π/2；

如果p沒有找到與其匹配的像素點(diǎn)q或者dq與dp的方向不是相反的，則該路線r＝p+n·dp(n≧0)被廢棄，需要重新選擇新的邊緣像素點(diǎn)p并且找到與之相對的邊緣像素點(diǎn)q；

如果找到相匹配的像素點(diǎn)q，則對應(yīng)于[p,q]這條路線上的每個像素點(diǎn)的筆畫寬度值均被指定為||p–q||，||p–q||為像素點(diǎn)p與像素點(diǎn)q之間的歐氏距離，如果[p,q]這條路線上的像素點(diǎn)已經(jīng)有了一個筆畫寬度值S，則取S與||p–q||中較小的一個值作為該像素點(diǎn)的實(shí)際筆畫寬度值；

(2-2-2)、重復(fù)(2-2-1)，直到計(jì)算出所有未被廢棄的路線上像素的筆畫寬度值；

(2-2-3)、再次遍歷所有沒有被丟棄的路線，計(jì)算出每個路線上全部像素的筆畫寬度均值M，然后找出這條路線上所有筆畫寬度值大于M的像素，再把這些像素的筆畫寬度值置為M，直到所有路線遍歷完畢后，最終得到輸入場景圖像I的筆畫寬度圖T；

(2-3)、在步驟(2-2)得到的輸入場景圖像I的筆畫寬度圖T基礎(chǔ)上，對應(yīng)找到步驟1得到的候選文本區(qū)域集合S，然后對候選文本區(qū)域集合S進(jìn)行篩選，篩選規(guī)則如下：

(2-3-a)、將長寬比例不在0.1到10之間的候選文本區(qū)域剔除；

(2-3-b)、將字符寬度不在W/20和W個像素之間，高度不在H/20和H之間的候選文本區(qū)域剔除，其中W和H分別表示圖像的寬度和高度；

(2-3-c)、將面積小于20個像素的候選文本區(qū)域刪除；

(2-3-d)、對候選文本區(qū)域集合S進(jìn)行二值化，計(jì)算黑色像素點(diǎn)所占的比例Rb，將黑色像素點(diǎn)所占的比例Rb不在0.2和0.8之間的候選文本區(qū)域剔除，Rb的定義為

其中，f(i,j)表示的是候選文本區(qū)域圖像中(i,j)位置的像素值，w，h分別表示的是候選文本區(qū)域的寬度和高度，⊕表示的是異或運(yùn)算；

(2-3-e)、對候選文本區(qū)域集合S進(jìn)行二值化，計(jì)算該區(qū)域的交叉性Rcc，將交叉性Rcc不在0.05和0.6之間的候選文本區(qū)域剔除，交叉性Rcc的定義為：

其中，f(i,j)表示的是候選文本區(qū)域圖像中(i,j)位置的像素值，f(i,j+1)表示的是候選文本區(qū)域圖像中(i,j+1)位置的像素值，w，h分別表示的是候選文本區(qū)域的寬度和高度，⊕表示的是異或運(yùn)算；

(2-3-f)、對候選文本區(qū)域集合S進(jìn)行筆畫寬度變換，得到將所有候選文本區(qū)域的第一筆畫寬度圖，將候選文本區(qū)域集合S反色后再進(jìn)行筆畫寬度變換，得到將所有候選文本區(qū)域的第二筆畫寬度圖，如果某一候選文本區(qū)域的第一筆畫寬度圖和第二筆畫寬度圖中，筆畫寬度方差均超過筆畫寬度的平均值的一半，并且相鄰像素的筆畫寬度比均超過3.0，則將該候選文本區(qū)域剔除；

(2-4)、文本檢測輸出：經(jīng)過(2-3)的篩選后，得到最終的文本區(qū)域，然后根據(jù)各個文本區(qū)域的位置關(guān)系，按照從上到下、從左至右的規(guī)則進(jìn)行排序和編號，排序完成之后，將文本區(qū)輸出。