最大稳定极值区域与笔画宽度变换的自然场景文本提取方法

针对从背景复杂、视角多变、语言形式多样的场景图像中难以准确提取文本信息的问题,提出了一种基于最大稳定极值区域(MSER)和笔画宽度变换(SWT)场景文本提取方法。该方法结合MSER、SWT算法的优点,采用MSER算法的准确检测文字区域,建立文本候选区域,利用SWT算法计算文本候选区域笔画宽度得到候选文本区域的笔画宽度;根据笔画宽度图,利用连通域标记建立笔画宽度连通图,然后根据笔画宽度连通图,建立笔画连通图的启发性规则,删除非文本候选区域,并根据文本的几何特征分析及局部自适应窗口最大类间方差(Otsu)分割,有效提取出自然场景图像中的文本,文本提取的准确率、召回率及综合性能分别为0.74、0.64及0.68。仿真实验结果表明,在文本视角多变,字符大小、尺寸、字体各异的复杂条件下,所提方法具有较好的鲁棒性,适用于多语言和多字体混合的场景文本提取。

基于最大稳定极值区域与主要旋转不变局部二值模式的复杂场景车牌检测方法

为了解决在复杂场景中进行车牌定位的问题,提出了一种基于MSER与DRLBP特征的车牌定位方法。首先对输入图像进行预处理,然后在多个通道上进行MSER候选区域提取;接着利用所设计的基于车牌字符合并的车牌定位方法进行车牌字符合并;最后利用DRLBP纹理特征对合并后的区域进行验证从而得到最终的车牌区域。实验结果表明该方法具有较好的定位能力。由于方法是通过寻找车牌字符进而定位车牌位置,因此其受车牌颜色、车牌格式的影响较小,在复杂环境中对国内外不同车牌均有较好定位效果。

一种基于MSER和SWT的新型车牌检测识别方法研究

为了降低拍摄距离、光照等对车牌识别的影响,提高复杂背景下车牌识别准确率,提出了一种基于最大极值稳定区域(maximally stable extremal regions,MSER)和笔画宽度变换(stroke width transform,SWT)的新型车牌检测识别方法。该方法首先进行MSER提取和Canny边缘检测,并根据车牌字符特征对二者相与运算后的MSER筛选;然后在筛选后的区域内做基于形态学处理的SWT和SW筛选,聚合筛选后区域,结合车牌几何特征完成车牌精定位;最后校正分割定位成功区域内连通域,提取骨架并归一化,与细化和归一化后的模板匹配。利用HU不变矩和网格特征识别首字符汉字,采用扫描跳跃点统计编码识别数字和字母。实验结果表明:该方法定位准确率高达94. 86%,识别准确率达96. 14%。该方法对远距离、变光照获取的复杂背景下,车牌检测识别具有较高的准确率和鲁棒性。

复杂场景下基于Radon校正与MSER的文本定位算法研究

针对复杂场景下,由于文字背景复杂性而带来的文字定位不准确的问题,提出了一种Radon倾斜校正与MSER(最大稳定极值区域)结合的算法,基于该算法识别出文字在所处复杂背景中的位置。首先,对图像进行预处理,采用Canny算子对图像进行边缘检测,并利用Radon变换对倾斜图像进行校正。然后通过二进小波变换对图像进行增强处理,去除噪声。最后提取MSER,经过粗处理、细处理后,检测出文本所处位置。实验结果表明,基于Radon倾斜校正与MSER结合的方法,能够有效提高文本定位的准确率。

基于增强MSER和Harris-Laplace互补不变特征的遥感图像配准

针对具有倾斜的遥感图像的自动配准问题,提出一种增强自动配准方法。该方法首先应用最大极值稳定区域(Maximally Stable Extremal Regions,MESR)特征的仿射不变性结合匹配能力较强的SIFT(Scale Invariant Feature Transformation,SIFT)描述子进行粗匹配,初步校正倾斜图像的空间变换;然后利用Harris-Laplace(H-L)在图像旋转、光照变化条件下能最稳定的提取2维平面特征点和在3维尺度空间中能最稳定高效地提取特征点的特性结合随机一致性检验(Random Sample Consensus,RANSAC)方法进行精匹配。通过实验分析证明,与SIFT配准方法相比该方法能够对倾斜的遥感图像实现更精确的自动配准。

基于MSER和CNN的彝文古籍文献的字符检测方法

彝文古籍中字符的检测是古彝文字符识别的重要基础,检测的准确性直接影响着古彝文识别的精准程度。针对彝文古籍文献版面结构复杂、排版缺乏规范、存在图文混排等情况,提出一种基于最大极值稳定区域(MSER)和卷积神经网络(CNN)的彝文古籍文献字符检测方法。首先对彝文古籍扫描图片用非局部均值滤波进行了预处理,然后采用一种改进的局部自适应二值化方法得到二值图像,实现对图像的前景和背景的分割;再采用基于启发式规则的方法对非文本区域进行去除,从而得到文本区域;最后采用MSER和CNN相结合的方法对古籍中的单个字符进行检测。实验结果表明,该方法对古籍中文本和非文本区域进行了有效的分离,并在单字符检测实验中取得了较高的准确率和召回率,能有效地解决古籍文献字符识别中的字符检测问题。

应用MSER与DLBP的证件文本定位方法

针对复杂背景文本定位问题,提出了一种应用MSER算法与DLBP纹理特征的文本定位方法.该方法由候选区域提取、文本行合并以及文本区域检测所组成.首先,使用MSER算法在预处理后的证件图像中进行多通道候选区域提取;接着,采用一种新设计的文本行合并算法对候选区域进行文本行合并;最后,利用DLBP纹理特征结合SVM分类检测从而确定最终的文本区域.实验结果表明,本文所设计的文本行合并算法结合DLBP纹理特征进行分类检测,能够得到较高的召回率和准确率.同时,对不同类型的证件都具有较好的兼容能力.

无先验知识的仪表自动检测与判读算法

针对其他算法对先验知识的需求造成的不便,提出无需先验知识的表盘区域检测与仪表判读算法。对于表盘区域检测算法,通过结合椭圆检测方法和非极大值抑制,检测备选仪表区域,通过设计预处理和梯度值与水平线角度的计算方法,在种子点选取时加入向心约束,检测向心线段并筛选仪表区域。针对仪表判读算法,通过设计分扇区选点算法拟合刻度线所在椭圆,识别刻度线,设置线段融合条件识别指针,利用最大极值稳定区域算法提取感兴趣区域(ROI),连接相邻ROI合成刻度值信息,随即关联刻度值与其近邻主刻度线的角度并进行拟合,完成仪表判读。实验表明,算法运行总时间为0.63 s,误差在一个刻度内的概率为80%,在两个刻度内的概率为96.7%,满足实际需求。

基于MSER和PHOG特征的交通标志检测方法

本文提出了一种基于最大稳定极值区域(Maximally Stable Extremal Regions,MSER)和塔式梯度方向直方图(Pyramid Histogram of Oriented Gradients,PHOG)特征的交通标志检测方法。该方法首先对图像进行分通道颜色增强,再利用最大稳定极值区域算法进行交通标志潜在区域的定位和提取,然后通过提取目标图像的PHOG特征,结合支持向量机(Support Vector Machine,SVM)训练形状分类器进行交通标志的粗分类。实验结果表明,该方法可以有效地抑制光照、遮挡以及场景复杂等因素带来的影响,并获得了较高的检测率及较低的误检率,同时也为后续的标志识别工作打下基础。

自然场景中文本定位方法研究

自然场景中的文本信息非常丰富,然而由于场景中复杂的环境背景以及拍摄角度等因素的干扰,会导致文本定位困难。针对上述问题提出一种结合最大极值稳定区域和笔画宽度变化特征的自然场景文本定位方法:首先使用MSER对图像进行文本检测,然后对图像进行边缘化处理,并优化笔画宽度变换特征的提取,使用形态学操作去除噪点、填充间隙优化边缘图像并沿边缘像素点的梯度方向计算笔画宽度值,根据笔画宽度变化特征等获得连通域,最后根据规则过滤非文本域并合并连通域。使用ICDAR 2003文本定位竞赛数据集测试,经计算该方法有较高的正确率和召回率。通过实验结果证实了方法的有效性,可以较为准确地定位出自然场景中文本。

基于YOLOv3与MSER的自然场景中文文本检测研究与实现

针对在复杂的自然场景中中文本倾斜、模糊、光照等检测难题,提出一种基于卷积神经网络YOLOv3与最大极值稳定区域MSER的检测方法YOLOv3-M,并针对中文场景分别改善YOLOv3与MSER。通过YOLOv3算法对图像文本区域的矩形坐标进行回归预测,设计一个基于MSER的角度检测方法与之关联,实现倾斜文本行的检测。YOLOv3-M弥补了YOLOv3不能检测倾斜目标的缺点以及MSER检测容易被复杂场景干扰的缺点,并且YOLOv3与MSER都在检测速度上有着优秀的表现。实验结果表明,YOLOv3-M算法准确率达到81.2%,召回率达到69.7%,其检测速度达到45帧/s。

基于MSER结合投影法的路牌信息分割方法

随着车辆自动驾驶的发展,辅助驾驶系统对高速公路路牌信息的分割提出了更高的要求。针对这一问题,提出一种基于最大极值稳定区域(Maximally Stable Extremal Regions,MSER)与投影法结合的方法对图像中的路牌信息进行分割。该方法首先使用最大极值稳定区域方法精确获取路牌信息区域,然后利用投影法对图像中的字符区域进行扫描,将目标图像中的字符进行分割提取,从而实现高速公路路牌信息分割。该方法用投影法对最大极值区域方法提取过程中的嵌套问题进行弥补,对高速路牌的信息分割获得了良好的效果。

基于连通域分析的仪表数字区域定位方法研究

针对在背景复杂、视角多变的仪表图像中提取数字区域信息的需求,本文提出一种改进的仪表数字区域定位方法。本文提出的方法主要是对仪表图像的连通域进行检测、分析和筛选,最终确认数字区域。具体方法为首先对光照不均、模糊的图像进行图像灰度化、直方图均衡、图像滤波、图像二值化等方法进行图像预处理。然后采用MSER算法的准确检测数字区域,产生一系列嵌套的最大极值稳定区域(MSER),对这些区域采用区域清理和区域像素拓展进行优化,建立数字候选区域,然后以笔画宽度变换(SWT)作为文本提取的关键特征,实现对文本候选区域的准确筛选,从而最终确定数字区域。

自然场景文本区域定位

自然场景文本区域定位是场景图像内容分析的重要步骤,文本区域定位能够为后续的文本识别提供便利。从场景文本特性出发,提出了一种基于最大极值稳定区域(maximally stable extremal regions,MSER)、颜色聚类和视觉显著性的鲁棒性文本定位方法。为了尽可能多地提取出潜在的文本区域,分别在灰度图像和彩色图像上采用最大极值稳定区域和颜色聚类来进行连通域的分析。对于得到的候选连通域,利用自然场景文本的显著性特征和少量的先验信息来滤除其中的非文本区域。将保留的文本区域用数学形态学水平膨胀的方法连成文本行输出。显著性评估的引入使得该方法能够减少大量参数的设定。标准数据集上的实验结果表明,在没有额外的训练数据和少量先验信息的情况下,该方法可以获得较好的正确率和召回率。

基于MSER的线激光光条中心提取算法

提出一种新的线结构光中心提取算法。该算法从光条区域与背景区域具有高对比度这一特性出发,基于最大极值稳定区域算法(maximally stable extremal regions,MSER)对光条有效区域进行快速高效的提取。基于只对光条有效区域进行扫描的思想,避免了传统算法对图像冗余信息扫描过程中易受噪声影响及检测效率较低的不足。此外,针对灰度重心法存在因激光条纹横截面参与计算数量不同而导致光条中心存在偏移误差的不足,提出基于开窗思想的灰度重心法对基于MSER所检测的有效光条区域进行中心提取。试验结果表明:该算法能够实现对光条中心的快速提取,比Steger算法提速将近19倍,且具有较高抗噪性。