用卷积神经网络分类最大稳定极值区域实现汉字区域定位（及解读.docVIP

用卷积神经网络分类最大稳定极值区域实现汉字区域定位( 张鹏伟1，张伟伟1 （1.信息工程大学，河南 郑州 450001） 摘要：为了提取自然场景图像内的中文文本，提出基于卷积神经网络分类最大稳定极值区域的汉字区域定位算法。首先获取对应笔画级连通区的最大稳定极值区域，实施形态学闭操作融合相距较近的最大稳定极值区域，融合后最大稳定极值区域对应单个汉字区域；利用灰度共生矩阵描述最大稳定极值矩形区域的纹理信息，将其作为卷积神经网络的输入，卷积神经网络对最大稳定极值区域进行分类，过滤非汉字部分；利用最大稳定极值区域颜色直方图的Bhattacharyya距离等特征对最大稳定极值区域进行聚类，同一类最大稳定极值区域组合得到汉字文本候选区域，再次利用卷积神经网络对候选文本区域进行分类，过滤非文本部分，剩余的就是定位到的汉字文本区域。实验结果表明，该算法对于汉字区域定位具有良好效果。 关键词：汉字区域定位；最大稳定极值区域；卷积神经网络；深度学习；灰度共生矩阵 中图分类号：TP391.4 文献标志码：A　　　文章编号： Scene Chinese text localization by convolutional neural network classifying maximum stable extremal regions ZHANG Pengwei