[發明專利]一種基于譜聚類的自然場景漢字分割方法

有效

• 申請號: 201911088817.8
• 申請日: 2019-11-08
• 公開（公告）號: CN111062393B
• 公開（公告）日: 2021-12-17
• 發明（設計）人: 趙凡;楊林林;張琳;聞治泉;武吉梅
• 申請（專利權）人: 西安理工大學
• 主分類號: G06K9/34
• 分類號: G06K9/34;G06K9/62
• 代理公司: 西安弘理專利事務所 61214
• 代理人: 燕肇琪

1.一種基于譜聚類的自然場景漢字分割方法，其特征在于，具體按照以下步驟實施：

步驟1、在官方數據集ICDAR2017-RCTW-17、MSRA-TD500、ICDAR2017-MLT下載或拍攝一張包含漢字的彩色場景圖像Img₁，對Img₁進行尺度變換，尺度因子為(s_w,s_h)，其中和得到圖像Img₂，w'和h'分別為圖像Img₂的寬和高，w和h分別為圖像Img₁的寬和高；

步驟2、把圖像Img₂作為輸入，送入文本檢測網絡模型Model_e2e-mlt，得到檢測的文本框集合B'＝{b'_j|j＝1,2,…N1}，其中N1表示文本框總個數，對文本框集合B'中的各個文本框位置和大小根據尺度因子進行尺度變換得到B＝{b_j|j＝1,2,…N1}，b_j表示Img₁中檢測到的第j個文本框，b_j的四個頂點為

步驟3、把Img₁作為輸入，送入顯著圖提取算法Saliency-Processing()，計算得到顯著圖S_Img，把S_Img作為輸入，調用開源的Opencv庫函數mser.detectRegions()，計算得到MSER集合，即字符候選框集合C'＝{c'_i|i＝1,2,…N2}，c'_i表示第i個字符候選框，N2表示字符候選框總個數，為字符候選框c'_i的中心點坐標；

步驟4、利用b_j和c'_i在圖像中的幾何位置關系計算文本框b_j中的字符候選框集合，記為表示第j個文本框b_j中第m個字符候選框；m∈[1,N_j]，N_j表示文本框b_j中包含的字符候選框總個數；

步驟5、設定文本框個數計數器j初始值為1，即j＝1；

步驟6、用文本框b_j中的字符框集構建圖G_j，G_j＝(V_j,E_j)：其中節點集V_j為字符候選框集，即邊集E_j為由各個字符候選框間計算的關系特征值；

步驟7、對圖G_j進行譜聚類分割前的初始化；

步驟8、定義譜聚類類別總個數計數器變量為K，K初始化為

步驟9、把圖G_j＝(V_j,E_j)作為輸入，送入譜聚類分割算法Spectral_Clustering()進行K類分割，得到K類下聚類中心集合和聚類結果集合其中表示第p類的類中心點，表示第p類的字符框集合；表示第p類分割結果中的第q個字符框，Z_p表示第p類分割結果中的字符框總個數；

步驟10、把和作為輸入，送入聚類評價算法Clustering_Evaluation()計算得到K類聚類結果的聚類評價指標

步驟11、根據評價值對最優分類結果變量進行更新：如果則否則保持不變；

步驟12、譜聚類類別個數計數器K加1，即K＝K+1；如果進入步驟9；否則輸出最優的分割結果和最優的聚類個數進入步驟13；

步驟13、把分割結果送入OCR進行識別；

步驟14、j＝j+1；如果j≤N1，進入步驟6；否則結束分割與識別。