[發(fā)明專利]一種用以增強(qiáng)文字與背景差異的邊緣響應(yīng)統(tǒng)計(jì)變換方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201610850397.2
• 申請(qǐng)日: 2016-09-26
• 公開（公告）號(hào): CN106650579B
• 公開（公告）日: 2019-06-14
• 發(fā)明（設(shè)計(jì)）人: 宋永紅;賀翔;張?jiān)?/a>
• 申請(qǐng)（專利權(quán)）人: 西安交通大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/46;G06K9/20;G06K9/32
• 代理公司: 西安智大知識(shí)產(chǎn)權(quán)代理事務(wù)所 61215
• 代理人: 何會(huì)俠

1.一種用以增強(qiáng)文字與背景差異的邊緣響應(yīng)統(tǒng)計(jì)變換方法，其特征在于：包括以下步驟：

步驟A：對(duì)于一副輸入的包含文本的自然場(chǎng)景圖像，計(jì)算該圖像中的邊緣包圍框，其中邊緣包圍框是指對(duì)圖像中邊緣目標(biāo)可能存在的位置用矩形包圍框標(biāo)注，而邊緣目標(biāo)既包含文字邊緣目標(biāo)，也可能包含其它物體邊緣目標(biāo)；依據(jù)邊緣包圍框的分?jǐn)?shù)對(duì)所有邊緣包圍框遞減排序，其中邊緣包圍框的分?jǐn)?shù)由包圍框內(nèi)完全包含的輪廓個(gè)數(shù)來確定；按照文字邊緣在所有物體邊緣目標(biāo)中的分布特性對(duì)排序后的邊緣包圍框進(jìn)行篩選，并對(duì)篩選出的邊緣包圍框集合進(jìn)行加權(quán)求和計(jì)算，其中權(quán)值由反比例函數(shù)確定；得到邊緣響應(yīng)特征圖；

步驟B：在邊緣響應(yīng)特征圖上按行方向依次累加響應(yīng)值，得到行方向上的統(tǒng)計(jì)邊緣響應(yīng)圖，簡(jiǎn)稱行統(tǒng)計(jì)圖；對(duì)行統(tǒng)計(jì)圖計(jì)算梯度，得到梯度圖；對(duì)梯度圖取正，并使其與行統(tǒng)計(jì)圖量綱統(tǒng)一；對(duì)量綱統(tǒng)一后的梯度圖執(zhí)行非極大值抑制操作，得到文本行粗定位結(jié)果；

所述步驟A的具體步驟如下：

步驟A01：對(duì)于一副輸入的包含文本的自然場(chǎng)景圖像，建立一個(gè)大小和輸入圖像一樣的邊緣響應(yīng)特征圖e，初始賦值均為0；

步驟A02：對(duì)于輸入原圖進(jìn)行結(jié)構(gòu)化邊緣檢測(cè)得到邊緣圖像，其中邊緣圖像由邊緣點(diǎn)組成，邊緣點(diǎn)的值代表該點(diǎn)是邊緣的概率；將近似處于一條直線上的邊緣點(diǎn)集中形成邊緣段，得到n個(gè)邊緣段{s₁,s₂,...,s_n}；計(jì)算邊緣段兩兩之間的相似度a(s_i,s_j)，根據(jù)相似度為邊緣段賦權(quán)值w_b(s_i),i＝1,2,...,n；依據(jù)邊緣段權(quán)值為邊緣包圍框評(píng)分，得到m個(gè)候選邊緣包圍框{b₁,b₂,...,b_n}及其相應(yīng)分?jǐn)?shù){s_b1,s_b2,...,s_bn}；

步驟A03：對(duì)于在輸入圖像上產(chǎn)生的m個(gè)候選邊緣包圍框，按照分?jǐn)?shù)s_b對(duì)邊緣包圍框遞減排序；依據(jù)文字邊緣在所有物體邊緣目標(biāo)中的分布特性來對(duì)邊緣包圍框進(jìn)行篩選，使得篩選出的k個(gè)包圍框盡可能完整地覆蓋輸入圖像中的文本區(qū)域，并能夠使引入的虛警區(qū)域最小化；

步驟A04：將k個(gè)邊緣包圍框加權(quán)求和，其中權(quán)值是由一個(gè)反比例函數(shù)確定，反比例函數(shù)是f(i)＝64/(8+(i-1)),i＝1,2,...,k，并對(duì)邊緣響應(yīng)特征圖e賦值，賦值公式是以上步驟即為邊緣響應(yīng)統(tǒng)計(jì)變換過程。

2.根據(jù)權(quán)利要求1所述的一種用以增強(qiáng)文字與背景差異的邊緣響應(yīng)統(tǒng)計(jì)變換方法，其特征在于：所述步驟B具體步驟如下：

步驟B01：在邊緣響應(yīng)特征圖e上按行依次累加響應(yīng)值，按行累加響應(yīng)值的公式是其中l(wèi)表示邊緣響應(yīng)變換圖e的長(zhǎng)度，w表示e的寬度；得到行方向上的統(tǒng)計(jì)邊緣響應(yīng)圖，簡(jiǎn)稱行統(tǒng)計(jì)圖，其中行統(tǒng)計(jì)圖的橫坐標(biāo)表示輸入圖像中第i行所處的位置，縱坐標(biāo)表示在第i行上出現(xiàn)文本行的概率；

步驟B02：對(duì)行統(tǒng)計(jì)圖求梯度值，梯度計(jì)算公式是得到梯度圖；其中梯度圖的橫坐標(biāo)表示輸入圖像中第i行所處的位置，縱坐標(biāo)表示在第i行上邊緣響應(yīng)變換的強(qiáng)度；第i行梯度值越大，則該行上下的響應(yīng)值變化越劇烈，那么第i行是文字與背景間隙的概率越大；

步驟B03：對(duì)梯度圖取正，接著使梯度圖與行統(tǒng)計(jì)圖量綱統(tǒng)一，量綱統(tǒng)一的公式是其中是統(tǒng)一量綱的處理，以便于梯度圖與行統(tǒng)計(jì)圖的觀察以及后續(xù)的非極大值抑制操作；通過令各梯度值按其幅度值與最大幅度值的比值來加權(quán)，使得文字與背景區(qū)域更具有區(qū)分度；經(jīng)實(shí)驗(yàn)所得常數(shù)值k＝3.5，其作用是避免一些梯度幅度值較小的真值被誤刪；

步驟B04：對(duì)量綱統(tǒng)一后的梯度圖，執(zhí)行非極大值抑制操作；在非極大值抑制過程中，設(shè)定滑動(dòng)窗大小為winSize＝l/20，其中l(wèi)是輸入圖像的長(zhǎng)度；得到文本行粗定位結(jié)果。