多尺度-方向笔画结合SVM验证的文字区域定位 .pdfVIP

学兔兔 第3l卷 第4期 仪 器 仪 表 学 报 Vbl-31 NO．4 2010年4月 Chinese Journal of Scientific Instrument Apr．2010 多尺度一方向笔画结合SVM验证的 文字区域定位术 胡正平，王 瑾 (燕山大学信息科学与工程学院电子通信工程系 秦皇岛 066004) 摘 要：图像中文字区域检测与定位的关键环节是文字区域显著特征的描述与分类，文字区域一般是由几个方向的笔画组成， 笔画既有梯度的边缘同时又具有明显的方向分布规律。在此思路的引导下，利用特征定位和学习型验证的两级框架提出一种 新的文字区域定位算法。在粗定位模块中，引入对字符区域有显著描述能力的多尺度一方向笔画算子融合字符边缘粗糙度特 征；经阈值处理、形态学滤波、最小矩形区域覆盖得到候选文字区域。在验证模块中，提取对文字有较强鉴别能力的笔画特 征，然后用SVM(support vector machine)分类器对候选文本行进行验证筛选，得到文本区域的最终定位结果。实验结果表明， 该算法具有较强的鲁棒性，无论对中文字符区域还是英文字符区域都能得到较好的定位结果。 关键词：文字区域定位；笔画特征；多尺度方向乘性算；SVM 中图分类号：TP391 文献标识码：A 国家标准学科分类代码：510．4050 Text region localization algorithm based on multiple scale—orientation strokes and SVM verification model Hu Zhengping， Wang Jin (College ofInformation Science and Engineering，Yanshan University，Qinhuangdao 066004，China) Abstract：Distinct text region feature description and classification model IS the kernel technique of text region detection and location in images，a text region is usually composed of multiple oriental strokes that include not only gradient edge but also orient distribution orderliness statistically．Based on this idea， a new text localization algorithm in 1ocalization—to．verification framework iS proposed in this paper．In coarse lOCalization module．the algorithm introduces a multiple scale—orientation multiplication operator,which has strong description capability to text regions and is fused with the statistic coarseness feature of each edge image，to locate the text region；Then，