自然场景文本检测方法研究

《自然场景文本检测方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、一．工程硕±学位论文自然场景文本检测方法研究作者姓名黄天宇工程领域电子与通信工程校内指导教师高学副教授校外指导教师章晋龙高级工程师所在学院电子与信息学院论文提交日期２０１６年４月ResearchonNaturalSceneTextDetectionADissertationSubmittedfortheDegreeofMasterCandidate：HuangTianyuSupervisor：Prof.GaoXueSouthChinaUniversityofTechnologyGuangzhou,China分类号：TP391.4

2、学校代号：10561学号：201321009554华南理工大学硕士学位论文自然场景文本检测方法研究作者姓名：黄天宇指导教师姓名、职称：高学副教授申请学位级别：工程硕士工程领域名称：电子与通信工程论文形式：□产品研发□工程设计□应用研究□工程/项目管理□调研报告研究方向：信号与信息处理论文提交日期：2016年4月20日论文答辩日期：2016年6月8日学位授予单位：华南理工大学学位授予日期：年月日答辩委员会成员：主席：胡永健教授委员：王进教授级高工高学副教授王伟凝副教授余翔宇副教授ｎ．华南理工大学学位论文原创性声明本人郑重声明：所呈交的论文是本人巧导师的指导下独立进行研究所

3、。取得的研究成果除了文中特别加标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均己在文中Ｗ明确方式标明。本人完全意识到本声明的法律后果由本人承担。＜作者签名：円期：方分年＜５月Ｓ日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定：，目Ｐ研究生在校攻读学位期间论文工作的知识产权单位属华南理工大学。学校有权保存并向国家有关部口或机构送交论文的复印件和电子版，允许学位论）文被杳阅（除在保密期内的保密论文外；学校可公布学位论文的全部或。部分内容，可允许采用影印

4、、缩印或其它复制手段保存、汇编学位论文一本人电子文档的内容和纸质论文的内容相致。本学位论文属于：□保密，在年解密后适用本授权书。打不保密同意在校园网上发布，供校内师生和与学校有共享协议，的单位浏览；同意将本人学位论文提交中国学术期刊（光盘版）电子杂志化全文出版和编入ＣＮＫＩ《中国知识资源总库》，传播学位论文的全部或部分内容。＂＂（请在上相应方框内打Ｖ）：日期作者签名：＾＂《、指导教师签名：是乃日期：知多摘要得益于智能移动终端的不断普及和互联网接入的日益便利，自然场景文本正广泛地以图像形式被记录和分享，服务于多媒体信息检索、语言翻译、环境感知、

5、导航、人机交互等具体应用。而文本检测作为实现上述功能的关键性技术，其精准程度直接关系着整个基于图像应用的准确性、鲁棒性和泛用性。自然场景文本图像通常有着复杂的背景和排版灵活多变的字符，丰富的细节也为检测带来了诸多不确定性。因而，对自然场景文本检测技术进行研究有着重要的理论与现实意义。本文提出一种分步处理的文本检测架构，将最大稳定极值区域检测、笔画宽度变换和基于迭代图割的交互式前景提取分别应用于自然场景文本检测流程的前、中、后端，以逐步优化的方式实现了对场景文本的可靠检测。具体而言：本文实现了一种基于最大稳定极值区域的自然场景文本检测算法，并利用空间特征对检测输出做筛选、合并，得到关于候

6、选文本区域的快速分割；应用一种基于笔画宽度特征的候选文本区域筛选机制，将最大稳定极值区域检测与笔画宽度变换有机结合，显著提高了检测输出的可靠性和鲁棒性；应用一种基于GrabCut算法的场景文本提取操作，对背景干扰做进一步剔除，同时提供交互选项，用以校正错检、漏检情况，获得高效的文本提取结果，检测输出可直接用于文本分割或识别操作。本文提出的场景文本检测架构不使用训练样本，单幅图像即可实现文本检测操作，少量交互有助于进一步提升性能，架构有着高效、轻量的特点，适合移植到移动端相关应用中。关键词：文本检测；最大稳定极值区域；笔画宽度变换；GrabCut算法IABSTRACTThegrowing

7、popularityofsmartmobileterminalsandtheincreasingconvenienceofInternetaccesshavebroughtmoreextensiveutilizationofimage-basedapplications,suchascontent-basedmultimediainformationretrieval,languagetranslation,sceneunderstanding