自然场景文字提取解析.ppt

自然场景下文字区域提取 答辩人：陈鑫 导师：冯杰 选题意义 近年来，随着计算机技术、多媒体技术和网络技术的不断发展，图像和视频资源日益丰富，从这些海量图像、视频中获取感兴趣的信息已经成为当前多媒体信息技术研究的热点。 由于图像、视频是以像素形式存储被拍摄对象的颜色、亮度、形状等低层信息，通过这些低层信息很难获得图像内容的描述，给图像内容理解和检索带来了极大的困难。与这些低层信息相比，图像、视频中的文字信息属于高层语义信息，通常是图像、视频内容的辅助说明，与图像内容紧密相关，是理解图像、视频内容的重要线索。 因此，如果能实现对图像、视频中文本信息的检测和识别，利用这些文本信息就可以实现对图像、视频内容的理解和分析，实现基于高层语义的检索和管理，因此，图像、视频中文本信息的检测和识别具有重要的研究意义，可以应用在如视频检索、数字图书馆、智能交通系统、视觉识别系统、机器人视觉、工业自动化等领域中。 文本定位流程 特征提取 训练 图像文本分割 待分类数据 生成候选区域 特征提取 选择训练样本 训练后分类 分类 结果 图像颜色空间变换 用MSER算法提取文字 图像归一化 文本提取流程 1 2 3 图（a）原图，图(b)是灰度图的检测结果，图(c)是五通道变换后的检测结果 颜色空间变换 候选文本 1 2 3 构建ER树 子路径划分 最稳定ER提取 MSER提取流程 候选 文本 2 3 Text 真文字区域 连体字符区域 假文字区域 候选文本区域分类 1 区域整合 Thank you !