基于蚁群算法和LBP-HF的场景文本定位.pdfVIP

第39卷第3期 光 电工程 Vbl_39．NO．3 2012牟 3月 Opto—ElectronicEngineering March，2012 文章编号：1003—501X(2012)03—0137—07 基于蚁群算法和LBP—HF的场景文本定位 刘晓佩，卢朝阳，李 静 (西安电子科技大学 通信工程学院 ISN国家重点实验室 ，西安 710071) 摘要：针对复杂背景下丈本误检率较高的问题，提出了一种基于蚁群聚类和LBP—HF特征验证的复杂场景文本定 位算法。该算法首先利用小波高频系数统计特征表达文本模式，采用蚁群聚类算法对文本像素和背景像素进行分 类，得到所有可能的文本区域；然后提取更具区分力的LBP．HF纹理特征对候选的文本区进行验证，获得文本的 准确位置。实验结果表明，所提出的基于LBP．HF特征的验证方法能够有效区分文本和非文本区域，使复杂背景 下的文本误检率明显下降。 关键词：文本定位；蚁群算法；小波变换；LBP—HF 中图分类号：TP391．41 文献标志码 ：A doi：10．39698．issn．1003—501X．2012．03．024 SceneTextLocationBasedonAntColonyAlgorithm andLBP—HF LIU Xiao-pei，LU Zhao-yang，LIJing (ISNStateKeyLaboratorySchoolofTelecommunicationEngineer，XidianUniversity，Xian710071，China) Abstract：Aimingattheproblem ofhigherrordetectionrateincomplexbackgroundtextlocation，anovelalgorithm basedonantcolonyclusteralgorithm isproposedfordetectingandlocatingtextregionsinnaturalsceneimages．Inthe proposedmethod，firstly，statisticalfeaturesofwaveletcoefficientsareusedtorepresenttextmode，andthenantcolony clusteralgorithm isselectedtoclassify imagepixelSastextregionsandbackground，thusallpossibletextregionsare obtained．Secondly，LocalBinaryPatternHistogramFourier(LBP—HF)featureisappliedtoremovenon—textareaswhich havethesimilarcharacteristicsinwaveletdomain．Experimentalresultsdemonstratethatverificationprocedurebasedon LBP—HFiseffective，bywhichtheerrordetectionrateisreducedgreatlyforcomplexbackgroundtextdetection． Keywords：textdetection；antcolonyalgorithm；waveletrtansform ；LBP—HF 0 引 言 自然场景文本信息提取就是检测、定位及识别 自然环境中的文字信息，是 目前文档分析与识别领域的 研究热点之一，可广泛应用于各种需要对场景中的文本进行分析和理解的场合，如视频和图像检索系统、 涉外导游 自动翻译、盲人引路、机器人行走和智能监控系统等。在 自然场景文本信息提取系统中，文本定 位是一项关键技术，其性能的好坏直接影响信息提取的正确性。由于 自然环境中文字的颜色、大小、排列 方式、背景及光照条件复杂多变，这些因素导致文