基于自适应免疫因子的模糊检务文字提取

为了实现准确、高效地从模糊的检务图像中提取文字目标,本文针对多种不同类型的模糊检务图像,基于人工免疫原理,利用免疫因子的相关理念结合自适应滤波算法提出一种自适应免疫算法。该算法首先通过动态地改变滤波窗口实现自适应滤波,达到兼顾保留文字目标细节和滤除噪声的效果,再根据模糊类型的不同设计不同的免疫因子,从而实现最大程度地保证提取文字目标的完整性、准确性。实验结果表明,本文算法在处理同种类型的模糊图像时,相对于其他传统算法真阳率(true positive rate,TPR)有更明显地提高;且该算法的假阳率(false positive rate,FPR)优于其他传统算法。通过各项评价指标的分析,表明本文算法在模糊检务图像文字提取方面具有可行性、准确性。

基于边缘增强MSER的模糊检务文本检测

为了可以从模糊检务图像中高效、准确地提取文字信息,本文提出了基于边缘增强的最大稳定极值区域(maximally stable extremal regions,MSER)算法和免疫遗传(immunogenetic algorithm,IGA)优化支持向量机(support vector machine,SVM)的多特征自适应权重融合相结合的方法来提取模糊检务图像中的文本。利用边缘增强的MSER算法对图像文本进行检测,将所检测出的MSER进行合并得到文字候选区域;为了滤除候选区域中的非文本区域,采用特征融合公式对图像的3种特征进行融合,然后采用IGA优化SVM分类器寻找最优参数,最后将候选区域送入训练好的分类器滤除非文本。实验结果表明,相较于其他算法,本文算法有更高的真阳率与更低的假阳率,针对模糊检务图像文字提取具有更高的准确性。