[發明專利]一種基于最大穩定極值區域與筆畫寬度的文本定位方法

有效

• 申請號: 201710299524.9
• 申請日: 2017-05-02
• 公開（公告）號: CN107045634B
• 公開（公告）日: 2020-07-21
• 發明（設計）人: 崔國龍;陳樹東;黎明;熊丁丁;黃華賓;曾冬冬;顧欽;孔令講
• 申請（專利權）人: 電子科技大學
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/34;G06K9/36
• 代理公司: 電子科技大學專利中心 51203
• 代理人: 張楊

該發明公開了一種基于最大穩定極值區域與筆畫寬度相結合的鐵路場景文本定位方法，屬于計算機視覺技術領域，具體涉及復雜場景下的文本定位研究。本發明基于改進的直方圖均衡算法對原始圖像進行預處理，有效的提高了圖像的對比度，然后利用MSER算法有效的將鐵路場景下的微弱目標區域檢測出來，接著通過字符的筆畫寬度特征有效的去除了非文本區域，降低誤檢率，從而解決了鐵路場景下的文本檢測困難、準確定位文本難以實現的問題。本發明的優點是利用文本行的空間結構特點，采取了區塊滑窗搜索策略，有效的降低了計算復雜度。本發明可以應用于復雜的鐵路字符定位場景。

技術領域

本發明屬于計算機視覺技術領域，具體涉及復雜場景下的文本定位研究。

背景技術

文本定位是指將場景圖像中的文本精確地定位出來，它是獲取場景圖像中文本信息的基礎和前提，也是光學字符識別(Optical Character Recognition)的一個關鍵組成部分；因此，文本定位算法作為當今計算機視覺領域研究熱點之一，一直受到研究者重視，并在紙質文檔的字符分割識別，車牌號碼的定位識別等方面具有廣泛的應用。

現今對于簡單場景下的文本定位算法都有很出色的表現，尤其是背景單一、干凈的人工文檔文本定位應用，基本都有95％以上的定位準確率；然而，針對復雜場景下的文本定位算法仍存在定位準確率低的問題，尤其是鐵路場景，其具有背景復雜、目標微弱和對比度低等特點，目前還沒有一種針對此特定應用場景下的有效文本定位算法。

現有的文本檢測方法主要有：基于邊緣的方法、基于紋理的方法和基于區域的方法。在文獻“Text localization in real-world images using efficiently prunedexhaustive search.2011:687-691”中，利用最大穩定極值區域(MSER:maximum stableextremal regions)的穩定性和仿射不變性，以檢測出的MSER作為文本候選區域然后進行文本定位，該方法在簡單應用場景中檢測率高，但在復雜場景中，虛警特別多；在文獻“Detecting text in natural scenes with stroke width transform.2010,119(5):2963-2970”中，提出了筆畫寬度變換的概念，首先在Canny邊緣圖像上尋找邊緣像素對，兩個像素間的歐式距離就是兩者及之間像素的筆畫寬度，然后根據筆畫寬度的變化來檢測文本，此方法能有效的利用字符特有的筆畫特征實現準確的檢測，但由于依賴于邊緣檢測的效果，在復雜場景下筆畫寬度難以準確獲得。綜上，單獨使用上述方法是無法適用于復雜場景下的文本定位，由此提出一種綜合二者優點的復雜場景文本定位算法。

發明內容

本發明的目的是針對現有的文本定位方法只能應用于簡單場景的局限，研究一種應用場景為鐵路場景的文本定位算法，針對鐵路號牌文本檢測場景具有背景復雜、目標微弱和對比度低等特點，提出了一種基于最大穩定極值區域與筆畫寬度相結合的文本定位算法。

本發明的技術方案為：采用局部直方圖均衡算法提高圖像的對比度，通過檢測預處理圖像中的最大穩定極值區域獲得文本候選區域，進一步采取文本筆畫寬度等特征去除非文本區域，最后通過文本行生成策略得到文本定位結果。該方法有效解決了在復雜的鐵路場景下無法有效檢測到文本和受環境干擾嚴重的問題，從而實現對鐵路場景中的文本進行有效檢測和準確定位。

本發明提出了一種基于最大穩定極值區域與筆畫寬度相結合的鐵路場景文本定位方法，具體包括如下步驟：

S1.采集待檢圖像，將數字攝像采集裝置固定于車輛前視擋風玻璃上，視角平行于地面，持續采集待檢圖像；

S2.圖像預處理：將待檢圖像轉換成灰度圖，采用局部直方圖均衡化算法對灰度圖像進行對比度增強；