期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
应用通道增强MSER与CNN的维吾尔文本区域定位
1
作者 艾合麦提江·麦提托合提 艾斯卡尔·艾木都拉 阿布都萨拉木·达吾提 《计算机工程与应用》 CSCD 北大核心 2020年第16期132-138,共7页
为了准确有效地定位出图像中的维吾尔文本区域,提出了一种基于通道增强最大稳定极值区域(Maximally Stable Extremal Region,MSER)和卷积神经网络(Convolutional Neural Network,CNN)的图像文本区域定位方法。应用通道增强MSER提取候选... 为了准确有效地定位出图像中的维吾尔文本区域,提出了一种基于通道增强最大稳定极值区域(Maximally Stable Extremal Region,MSER)和卷积神经网络(Convolutional Neural Network,CNN)的图像文本区域定位方法。应用通道增强MSER提取候选区域,根据文本特征的启发式规则以及CNN分类结果去除非文本和重复区域,通过区域融合算法得到词级别文本区域,根据该区域的色彩相近程度和空间关系召回遗漏的文本区域,并通过CNN网络对召回的区域分类融合,定位出图像文本区域。实验结果表明,该方法可以准确有效地定位文本区域,具有鲁棒性和应用性。 展开更多
关键词 图像文本 维吾尔文本区域定位 通道增强mser 卷积神经网络 区域融合算法
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部