基于双门限梯度模式的图像文字检测方法-计算机科学.PDF

Vo 1. 43 No. 6A 第 43 卷第6A 期 计算机科学 2016 年 6 月 Computer Science June 2016 基于双门限梯度模式的图像文字检测方法 蔡文哲1 王斌君1 李培岳2 (中国人民公安大学网络安全保卫学院 北京 102623)1 (中国人民公安大学研究生院 北京 100038)2 摘 要 对复杂自然背景下的图像文字检测技术进行了研究，提出了一种基于双门限梯度模式的图像文字检测方法。 首先，在文字粗检测阶段中，该方法抽取了最大极佳稳定区域(Maximally Stable Extremal Regions , MSER)作为候选 文字区域，避免了对整幅图像进行扫描，极大地提高了检测速度和实时性;其次，在文字精检测阶段的特征提取部分， 为了克服文字区域颜色对比反转问题和自然图像的噪声干扰问题，提出了一种双门限梯度模式特征来描述文字区域 的纹理特征;最后，在文字精检测的检测器设计中，利用极限学习机构造新的级联型 ELM(Extreme Learning Ma chine)检测器，极大地缩短了分类器的训练时间。实验结果表明，该方法不仅具有优良的检测性能，而且能极大地缩 短分类器训练时间和检测时间。 关键词 图像文字检测，双门限梯度模式，极限学习机，多分类器组合 中圄法分类号 TP39 1. 41 文献标识码 A New Image Text Detection Method ßased on Double-threshold Gradient Pattem CAI Wen-zhe 1 WANG Bin-jun1 LI Pei-yue2 (College of Network Security ,People s Public Security University of China ,Beijing 102623 ,China) 1 (Graduate School ,Peoples Public Security University of China ,Beijing 100038 ,China) 2 Abstract This paper studied the traditional image text detection approaches and proposed a new image text detection method based on double-threshold gradient pattern with a pretty fast speed in both classifier training and implementing. Firstly ,in the rough detection phase ,the maximally stable extremal regions(MSER) was extracted as a candidate text area ,to avoid scanning the whole image ,greatly improving the detection speed and real-time. Secondly ,in the feature ex- traction part of refine detection phase ,in order to overcome the text area color co