复杂背景图像中文本定位算法设计终稿毕业论文

复杂背景图像中文本定位算法设计终稿毕业论文

ID:862686

大小:1.73 MB

页数:45页

时间:2017-09-21

复杂背景图像中文本定位算法设计终稿毕业论文_第1页
复杂背景图像中文本定位算法设计终稿毕业论文_第2页
复杂背景图像中文本定位算法设计终稿毕业论文_第3页
复杂背景图像中文本定位算法设计终稿毕业论文_第4页
复杂背景图像中文本定位算法设计终稿毕业论文_第5页
资源描述:

《复杂背景图像中文本定位算法设计终稿毕业论文》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、毕业设计(论文)说明书题目:复杂背景图像中文本定位算法设计摘  要随着多媒体技术的飞速发展,复杂背景图像中的文本定位研究不仅丰富了图像处理理论,而且在诸如Internet环境下的图像检索、交通管理中的车牌识别等具有重大的价值。复杂背景文本定位是一个具有较大难度性的研究课题,原因是文本图像的背景非常复杂,图像大多在室外拍摄,光照条件变化较大,其中不同文字的颜色、亮度、字体、大小、间距、对比度、排列方向和背景纹理等有很大差别。要提取具有复杂背景的文本,首先要找到包含文本的区域,然后才能利用文本识别模块进行识别。本文综述了现有的主要文本定位方法,分析了其中的优缺

2、点,实现了一种基于边缘检测和支持向量机的图像文本定位方法。其中,基于边缘检测的文本定位主要由金字塔分解、基于改进Canny算子的边缘检测、边缘提取和二值化、连通区域分析、以及文本区域鉴定与合并几部分组成。首先运用改进的Canny边缘检测算法检测出文本边缘,然后对检测结果进行连通区域分析、文本区域鉴定与合并得到候选的文本区域。进一步,通过将定位出的候选文本区域运用支持向量机的分类器训练的方法来提高文本定位的准确性。实验结果表明,该文本定位方法不但可以较准确的定位出相应的文本区域,而且具有一定的意义和较大的实用价值。关键词:文本定位;边缘检测;特征提取;支持向

3、量机ABSTRACTWiththedevelopmentofthemultimediatechnology,thestudyoflocatingtextsundercomplicatedbackgroundhasnotonlyenrichedimageprocessingtheoretically,butalsohasenormousvalueinpracticalapplication.Forexample,theimageretrievalunderInternetenvironmentandthediscernmentoftheplatenumber

4、intrafficadministration.Thelocationandextractionoftextfromcomplexbackgroundisanimportantresearchprobleminthecomputervision.Thevariationofthetextintermsofcharactersfont,size,style,orientationalignment,texturecolorandcomplexbackgroundmakestheproblemoftextlocalizationverydifficult.Th

5、escenecontentisunconstrainedandmaybebothindoorandoutdoorscenesunderanylightingorcontrastconditions.Toextractcomplexbackgroundtext,textareasshouldbelocatedfirst.Currenttextlocationmethodsaleresearchedinthispaper,andtheadvantageanddisadvantageofthemareanalyzed.Thentextlocationmethod

6、basedonedgedetectionandsupportvectormachinesisimplemented.EdgedetectionbasedtextlocationmethodiscomposedbyPyramiddecomposition,improvedCannyalgorithm-basededgedetection,edgeabstractingandbinary,connectedcomponentanalysis,textregionidentifyingandcombination.First,theimprovedCannyal

7、gorithmisusedtodetectthetextedge,thenconnectedcomponentandtextregionidentifyingandcombinationisusedtogetthecandidatetextregion.Thispaperusesthemethodofsupportvectormachinesclassifiertrainingtoimprovethecorrectnessoftextlocation.Thesupportvectormachineisappliedtoreducethenumberofex

8、ampleseffectively,andtheresultoft

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。