-
题名基于MSER的自适应学习自然场景文本检测
被引量:10
- 1
-
-
作者
李英杰
全太锋
刘武启
-
机构
重庆邮电大学通信与信息工程学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2020年第9期1966-1971,共6页
-
基金
国家自然科学基金项目(61671095)资助。
-
文摘
自然场景下的文本检测分为提取候选区域和滤除非文本两个阶段.在候选区域提取阶段,针对最大稳定极值区域(Maximally Stable Extremal Regions,MSER)算法对噪声、模糊敏感,检测性能不高的问题,提出改进的MSER算法,首先通过梯度图增强图像字符边缘,然后采用MSER算法提取文本区域,最后利用多机制抑制策略进行粗过滤.在非文本滤除阶段,针对候选域中非文本区域过滤不彻底的问题,提出基于SVM的多特征自适应权值融合的非文本滤除算法,首先对标识样本库提取HOG、统一化LBP、颜色感知差异(Color Perception Difference,CPD)特征,使用提出的权值计算公式自适应分配权重融合三种特征,然后采用粒子群算法寻找SVM最优参数训练分类器,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,改进的文本检测算法能够达到理想的检测效果.
-
关键词
边缘增强
颜色感知差异特征
自适应权值
最大稳定极值区域
支持向量机
-
Keywords
edge enhancement
color perception difference
ddaptive weight
maximum stable extreme region
support vector machine
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-