资源描述：
《一种基于条件随机场的复杂背景图像文本抽取方法》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、第22卷第6期模式识别与人工智能Vol.22No.62009年12月PR&AIDec2009一种基于条件随机场的3复杂背景图像文本抽取方法1,2112李敏花王春恒肖柏华柏猛1(中国科学院自动化研究所复杂系统与智能科学重点实验室北京100190)2(山东科技大学济南校区电子信息系济南250031)摘要针对复杂背景图像中的文本抽取问题,文中提出一种基于条件随机场的图像文本抽取方法.该方法在将各种特征有效结合起来的同时,考虑到上下文特征,从而能有效地从复杂图像中抽取文本信息.分析比较不同颜色空间、不同特征对文本抽取性能的影响.实验结果表明该方法的有
2、效性.关键词文本抽取,条件随机场,复杂背景,图像分割中图法分类号TP391.4ATextExtractionMethodforImagewithComplexBackgroundBasedonConditionalRandomField1,2112LIMin2Hua,WANGChun2Heng,XIAOBai2Hua,BAI2Meng1(KeyLaboratoryofComplexSystemsandIntelligenceScience,InstituteofAutomation,ChineseAcademyofSciences,Beiji
3、ng100190)2(DepartmentofElectricalandInformationEngineering,ShandongUniversityofScienceandTechnologyJinan,Jinan250031)ABSTRACTAimingattheproblemofextractingtextfromimageswithcomplexbackground,amethodbasedonconditionalrandomfieldisproposed.Theproposedmethodintegratesvariousfe
4、aturesandtakescontextinformationintoaccount,thusitcanextracttextinformationeffectivelyfromimages.Thetextextractionperformanceindifferentcolorspacesandwithdifferentfeaturesiscompared.Experimentalresultsdemonstratethevalidityoftheproposedmethod.KeyWordsTextExtraction,Conditio
5、nalRandomField,ComplexBackground,ImageSegmentation3国家自然科学基金资助项目(No.60602031,60621001)收稿日期:2008-10-24;修回日期:2009-07-21作者简介李敏花,女,1981年生,博士,讲师,主要研究方向为图像处理、模式识别、人工智能.E2mail:minhuali09@163.com.王春恒,男,1971年生,研究员,博士生导师,主要研究方向为模式识别、图像处理、智能系统.肖柏华,男,1974年生,研究员,主要研究方向为模式识别与智能系统、多媒体信息处理与
6、检索.柏猛,男,1981年生,博士,讲师,主要研究方向为图像处理、人工智能、智能计算.828模式识别与人工智能22卷[10-15]和模式识别领域,如图像分割,图像分类,目标1引言检测和识别等.本文提出一种基于条件随机场的复杂背景图像文本抽取方法.该方法通过条件随机场嵌入在图像和视频中的文字,是图像语义内容的2个势函数分别描述图像的特征和上下文信息.的一种重要表达方式.如果能够自动提取和识别这相对于其它文本抽取方法,基于条件随机场的方法些文字,就可以让机器来自动理解图片的内容并对具有以下优点:1)可有效结合利用图像中的各种特图片分类,进而借助已
7、经成熟的文本检索技术用这征;2)考虑到空间的上下文信息.实验结果表明采些文字标注和检索图片,从而为基于内容的图像和用条件随机场模型能有效地从复杂背景中抽取文本视频检索提供一种途径.然而,嵌入在图像和视频中信息.的文字通常都带有复杂的背景.即使文本内容在图像上能被准确检测到,在没有去除背景之前,现有的OCR系统难以识别出字符,因而在提交给OCR系2基于条件随机场的文本抽取模型统之前还需要一个文字提取的过程.因此,如何从复2.1用于文本抽取的条件随机场模型杂背景图像中提取出文本信息,成为以文字为线索为了便于对条件随机场进行说明,令G=来理解和检索
8、图像和视频内容的一个关键任务.(S,E)为一个无向图,且Y={Yi
9、i∈S
10、},其中S现有的图像文本抽取技术主要分为以下3类:[1-3][4-5]为图中节点集合,E
