复杂背景下文字提取的研究与实现论文.docVIP

中南民族大学 硕士学位论文 复杂背景下文字提取的研究与实现 姓名：李娜 申请学位级别：硕士 专业：计算机应用技术 指导教师：童小念 中南民族大学硕士论文  摘  要  随着数字存储技术的发展，数字图像和视频图书馆等应用使得基于内容的检 索成为研究热点，而从数字图像中提取文字的技术是基于内容检索的关键。 从图像中提取文字的过程主要有以下几个步骤： 1、文字区域检测。文字区域的检测方法分为四大类：基于边缘分析的方法、基 于纹理分析的方法、基于区域分析的方法和基于学习的方法。实际应用中的 目标和原则是高效正确地定位文字区域。 2、文字提取。文字提取是根据文字本身的特征把检测到的文字区域进行二值化， 即所有的文字用一种颜色表示，而背景用另外一种颜色表示，从而达到把文 字从背景中过滤出来的目的。 3、文字识别。文字识别过程是将二值化的图像输入到 OCR 系统中进行识别。 本文研究的重点是复杂背景下的文字检测与提取，其中文字检测使用基于区 域分析的方法，该方法通过颜色聚类和连通量分析来实现。本文的算法及实施过 程如下： 1、第一次颜色聚类 图像理论表明，通常 77%的颜色不会出现在同一幅彩色图像中。本文将这一 图像理论应用到文字区域检测的第一次颜色聚类，具体是通过对 24bit 颜色深度 的每个像素低四位清零完成，使得图像颜色深度从 256??256?? 256 降低为 16??16??16 。这种简单易行的降维处理，为后面的文字提取打下了基础，且提高 了运算效率。实验中对大量不同参数的图像进行了处理、分析，结果表明降维后 图像中的文字信息从文字提取的角度来看没有影响； 2、第二次颜色聚类 本文所采用的算法在第二次颜色聚类时，对传统的游程编码做了改进，提 出了基于平均颜色的彩色游程算法，即并不是完全一样的颜色才进行聚类，而是 设定一个阀值，如果像素间的颜色欧式空间小于阀值则进行聚类，并用平均颜色 来代替原来的颜色。采用这种阀值技术为复杂背景下的处理提供了准确性和灵活 性； - I - 复杂背景下文字提取的研究与实现 3、连通分量分析 在完成两次颜色聚类的基础上，对结果进行连通分量分析，即把颜色相近 的区域进行标记，而非完全一样的颜色才进行标记。最后在连通分量的结果上根 据字符特征限制提取出文字区域，实现彩色图像的二值化，并在此基础上进行一 次图像质量的锐化，以突出二值化图像，最后将此二值化图像输入到 OCR（Optical Character Recognition）系统进行文字识别。 以上算法采用 JAVA 编码实现。实验数据表明：本（文）算法对复杂背景中 的文字识别准确率达到了 89％以上。 关键词：复杂背景，图像理论，聚类，连通量，游程算法，文字提取 II 中南民族大学硕士论文 Abstract With digital storage technology development, application such as Digital Image and Video Library makes content-based retrieval to become a live topic, and to extract text from digital images is the key technology of content-based retrieval. The main course of text extraction from Images is: 1. Character regional detection. The methods of detection are classified into four categories based on edge detection, texture analysis, regional analysis, and machine study. Principles and objectives in applications will be able to extract text efficiently and correctly from images. 2. Character extraction. Character extraction is to make text regional to binarization based on the characteristics of the language itself. All the characters with a certain color and a background color with another can be filtered from backg