自然场景图像中基于视觉显著性的文本区域检测.pdfVIP

华南理工大学学报(自然科学版) 第40卷第8期 JournalofSouthChina of V01．40NO．8 UniversityTechnology Science 2012 2012年8月 (Natural Edition) August 自然场景图像中基于视觉显著性的文本区域检测冰 闵华清 郑华强 罗荣华+ (华南理工大学计算机科学与工程学院，广东广州510006) 摘要：从自然场景图像中抽取文本信息有利于场景图像的内容分析．文中根据图像中 文本通常在局部区域具有显著性的特点，提出多尺度包围盒视觉显著性模型，并利用该模 型设计一种可以融合边缘和纹理信息的候选文本检测方法．首先在Lab颜色空间构造基 于边缘和纹理信息的图像同质性，并利用它将图像映射到同质性空间；然后根据多尺度包 围盒视觉显著性模型求Lab颜色空间的同质性均值图像；最后求同质映射图像与同质性 均值图像的加权欧氏距离，将其作为显著性度量，以提取文本区域．自然场景图像的实 验表明：与单纯利用边缘检测或同质性映射进行文本检测的方法相比，文中提出的方法能 够更好地抑制背景的干扰，这有利于进一步将文本区域与背景剥离，进行更精确的文本 定位． 关键词：文本检测；视觉显著性；同质性；图像分割 中图分类号：TP391．43 自然场景图像中的文字包含了很多重要的语义 符具有相似的颜色和亮度，并且与背景区域的颜色 信息，如路牌上的街道名字、商店招牌上的店名、 存在较大差异的基础上，采用自底向上的方法从图 广告牌上的文字、产品包装上的文字等，这些文本字 像中提取连通区域，然后利用几何约束构造启发式 符对场景视觉信息的表达具有重要价值，是描述和 规则进行连通域分析，将子区域合并得到最终的文 理解场景内容的关键线索．因此，将场景图像中的文 字抽取出来，有利于场景图像的内容分析，可以广泛 向的射线对边缘图像进行笔画宽度变换，然后在笔 应用于机器人视觉和盲人导航等领域，而候选文本 画宽度变换图像中进行联通域分析，过滤不符合规 检测用于确定场景图像中的候选文本区域，是进行 则的非文本区域，获得最终的文本区域．基于边缘特 精确的文本抽取的前提，具有重大的理论意义和实 征的方法是利用文本区域具有丰富的边缘信息这一 用价值． 特点进行文本区域检测，首先采用某种边缘检测算 文本检测的主要方法有基于连通域的方 子从原图像中检测出边缘，然后通过形态学方法将 法¨。2o、基于边缘特征的方法∞’41和基于纹理的方 边缘连接成文本块，最后利用一些启发式规则进行 法∞。6J．基于连通域的方法是在假设同一区域的字 筛选，得到最终的文本区域．张引等o综合考虑各 收稿日期：2011—11—18 (2012ZZ0067) 华南理工大学学报(自然科学版) 第40卷 颜色分量，采用欧氏距离设计出一个新的彩色图像 Achanta等¨纠利用最大对称包围矩形提出一种 边缘检测算子，在背景复杂的图像中进行文本区域 “中心一周围”对比的视觉显著性模型(Achanta视 检测，取得了较好的效果．基于纹理的方法把文本区 觉显著性模型)．该模型在Lab颜色空间中首先利 域看作是一种可与背景区分开的特殊的纹理，通常 用5X5二项式内核的高斯滤波器进