[發(fā)明專利]基于連通域的自然場景文字檢測方法

在審

• 申請?zhí)枺?/td>: 201611157997.7
• 申請日: 2016-12-15
• 公開（公告）號: CN106845475A
• 公開（公告）日: 2017-06-13
• 發(fā)明（設計）人: 馮冬竹;余航;鄭毓;楊旭坤;何曉川;劉清華;許錄平
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/34
• 代理公司: 陜西電子工業(yè)專利中心61205
• 代理人: 王品華,朱紅星

1.一種基于連通域的自然場景文本檢測方法，包括：

1)輸入原始圖像I，并對其進行灰度變換得到灰度圖像I_G；

2)對灰度圖像I_G，利用最大穩(wěn)定極值區(qū)域算子MSER提取字符候選區(qū)域，得到字符候選區(qū)域圖像I_m；

3)根據字符區(qū)域的基本幾何特性過濾掉I_m中一些不含有字符的候選區(qū)域，得到初步過濾后的字符候選區(qū)域圖像I₁；

3a)計算I_m每一個字符候選區(qū)域的外接矩形邊界框；

3b)計算每個外接矩形邊界框的長寬比，將長寬比大于10的字符候選區(qū)域去除；

3c)計算剩余字符候選區(qū)域的歐拉數，將歐拉數小于-4的字符候選區(qū)域去除；

3d)計算與剩余字符候選區(qū)域具有相同標準二階中心矩的橢圓離心率，將離心率大于0.995的候選區(qū)域去除；

3e)計算剩余字符候選區(qū)域的固靠性程度值，將該值小于0.3的候選區(qū)域去除，得到初步過濾后的字符候選區(qū)域圖像I₁；

4)根據字符筆畫寬度特性進一步過濾掉I₁中一些不含有字符的候選區(qū)域，得到最終的過濾后字符區(qū)域候選圖像I₂；

4a)分別計算出I₁中每個字符候選區(qū)域的筆畫寬度均值和筆畫寬度標準偏差；

4b)計算出筆畫寬度均值與標準偏差的比值，將比值大于0.5的字符候選區(qū)域去掉，得到再次過濾后字符候選區(qū)域圖像I₂；

5)將I₂中剩余的字符候選區(qū)域合并為文本行區(qū)域；

5a)將I₂中剩余的字符候選區(qū)域用邊界框標定；

5b)分別計算每一對相鄰的邊界框的重疊區(qū)域面積值S_r和這兩個重疊區(qū)域的總面積值S_a，獲得這兩個面積的比值；

5c)依次將比值為非零的字符候選區(qū)域進行連接，合并成文本行區(qū)域；

6)將文本行區(qū)域依次輸入到卷積神經網絡CNN文字檢測器中，去除掉不含有文字的文本行區(qū)域，得到最終含有文字的文本行區(qū)域。

2.根據權利要求1所述的方法，其中步驟3a)中計算I_m每一個字符候選區(qū)域的外接矩形邊界框，按如下步驟進行：

3a1)依次計算每個字符候選區(qū)域的最上邊的像素點坐標(x_u,y_u)、最下邊的像素點坐標(x_d,y_d)、最右邊的像素點坐標(x_r,y_r)、最左邊的像素點坐標(x_l,y_l)，其中x_u、x_d、x_r、x_l分別代表最上邊、最下邊、最右邊、最左邊的像素點橫坐標，y_u、y_d、y_r、y_l分別代表最上邊、最下邊、最右邊、最左邊的像素點縱坐標；

3a2)根據如下公式計算出每個候選區(qū)域的中心坐標(x_c,y_c)：

x_c＝(x_r+x_l)/2

y_c＝(y_u+y_d)/2

其中x_c代表區(qū)域中心的橫坐標，y_c代表區(qū)域中心的縱坐標；

3a3)計算每個字符候選區(qū)域對應的外接矩形的寬w和長l：

w＝x_r-x_l，l＝y_u-y_d；

3a4)依次以點(x_c,y_c)為中心繪制寬為w，長為l的矩形邊界框。

3.根據權利要求1所述的方法，其中步驟3c)中計算剩余字符候選區(qū)域的歐拉數，按如下步驟進行：

3c1)依次統計出每個字符候選區(qū)域的連接體數C和孔洞數H；

3c2)連接體數C和孔洞數H，計算候選區(qū)域歐拉數的值E：E＝C-H。