图像文本定位算法的研究与设计.pdfVIP

ACADEMICRESEARCH 学术研究 图像文本定位算法的研究与设计 ◆李 旋 摘要 ：为了有效提高数字图像文字提取技术的识别率 ，文章在数字图像处理技术研究的 基础上，对图像文本区域定位技术进行研究，并重点介绍了本文提出的文本区域定位算法．算 法的详细流程主要包括边缘检测、二值化处理、文本形态处理 以及背景噪声去除等 ，通过在 Matlab5．0环境下进行仿真分析 ，可以看到本文提 出的文本 区域定位算法能够较好的实现对图像 中的文字 区域进行定位 。 关键词 ：数字图像处理 ；文字区域定位；图像文字提取 图像文字所处的背景往往 比较复杂，而目前常见的数字 位。 图像与视频多采用非结构化的方式对数据进行组织，为图像 二、图像文本定位设计 文字区域的定位以及文字像素区域的提取都造成了非常大的 困难”]。当前计算机 网络中的数字图像或视频文件中包含了 图像中的文字一般都具有 比较显著的边缘特征，因此 大量的多媒体内容，在内容表达方面通常还包括大量的文字 可以利用文字区域的边缘特征检测出文本区域对应的像素集 信息，通过辅助性的文字信息可以帮助用户快速把握多媒体 合。但是由于数字图像的种类与内容之间具有高度多样性， 内容 。因此 ，通过图形图像处理技术对上述文字信息进行 所以还需要对边缘特征检测处理后的结果进行进一步处理 ， 自动定位与提取，实现对图像 内容的快速把握，同时还可以 本文根据文字形态特征和图像处理技术的特点设计了二值化 通过采用0cR技术与文本数据 自动检索技术对识别出的文字 处理 、形态处理过程 ]。最后 ，通过对文字区域的复杂背景 信息进行后续处理 ，对多媒体进行标准与存储 ，实现多媒体 进行针对性处理 ，通过设置相关规则来规避定位结果 中出现 处理的自动化与智能化。 的错误结果，从而能够大大提高文本区域的检测准确率。算 法的详细流程设计如图2所示。 一 、 图像文本识别概述 开始 结束 图像文字识别处理的基本流程主要包括数字图像预处 理、文字区域定位 、文字提取与切分以及最终的文字识别等 流程 ，如图1所示。 图2图像文字定位算法流程设计 图1数字图缘边缘检测基本流程 2．1边缘检测 。在进行边缘检测处理前首先需要对原始 在通常情况下数字图像中都包含比较复杂的背景像素， 图像进行灰度化处理，将图像像素点颜色属性中的R、G、B 而且文本区域在整个图像中的占比也无法事先确定，文本区 分量采用相同值的方式来进行表示，从而降低图像像素点颜 域的出现位置也无法决定，因此在图像文本识别过程中首先 色值的变化范围[，使得对图像的后续处理过程所需进行的 需要对图像进行预处理 ]，从而降低后续处理的工作量与复 计算量大大降低，提高数字图像的处理速度与效率。 杂度。图像预处理的过程主要包括灰度转换 ，从而实现将彩 在RGB颜色空间中，若颜色分量R、G、B的值相 同， 色的图像转化为黑 白色的灰度图。在进行完图像的灰度化处 则此时所表示的颜色值为灰度颜色，R、G、B的值代表灰 理后，即可进行对图像中文本区域的定位处理，主要的处理 度值。通过对彩色图像进行灰度处理可以得到信息存储需求 技术包括边缘检测、二值化处理、形态处理以及图像背景噪 更低，但同样能够反映原始图像的整体与局部画面的色度、 音剔除等过程 5]『，从而实现将图