基于颜色边缘与SVM的图像文本定位-计算机应用研究.PDFVIP

第 3 期 许剑峰等: 基于颜色边缘与 SVM 的图像文本定位 1·55 · 基于颜色边缘与 SVM 的图像文本定位* 许剑峰, 黎绍发 ( 华南理工大学 计算机学院, 广东 广州 510640) 摘 要: 提出了一种将颜色边缘与 SVM 相结合的文本定位与提取的方法。首先根据文本的颜色边缘特征进行 粗筛选, 获得文本候选区; 然后使用 SVM 分类器进行文本与非文本分类, 实现文本区域定位与提取。实验表明, 该方法取得了良好的效果。 关键词: 文本定位; 支持向量机; 颜色边缘 中图法分类号: TP391 文献标识码 : A 文章编号 : 1001- 3695( 2006) 03- 0155- 03 Image Text Location Based on Color Edge and SVM XU Jian-feng, LI Shao-fa ( College of Computer Science Engineering, South China University of Technology, Guangzhou Guangdong 510640 , China) Abstract: A new method of text location based on color edge and SVM is presented. Color edge characteristics of characters are used for coarse filtration first. Then a pretrained SVM is used to classify text and non-text and the text region are located. The experimental results demonstrate the efficiency of the proposed approach. Key words: Text Location; Support Vector Machine; Color Edge 随着多媒体技术的发展, 数字图书馆加入了越来越多的彩 论是一种小样本统计理论。在此基础上发展出一种新的通用 色图像、视频和声音。这些多媒体信息需要自动的方法来进行 模式识别方法———支持向量机( Support Vector Machine, SVM) 。 高效的索引和检索。图像和视频中的文本是高级语义的重要 在解决小样本学习、非线性以及高维模式识别等问题中它表现 来源。如果这些文本可以自动被检测、分割和识别, 就可以用 出许多特有的优势, 已经在模式识别、回归分析和特征选择等 来建立高级语义上的索引和检索。如果能够对视频流中的同 方面取得了较好的效果[ 5] 。 一个文本进行检测和跟踪, 为同一文本在连续多个视频帧的多 本文提出了一种基于颜色边缘与 SVM 的文本自动定位方 个实例产生同一个文本位图, 就可以用作建立基于对象的编 法。基本思路是首先手工提取文本样本和非文本样本, 对这些 码。这样, 连续多帧出现的同一个文本只要编码一次, 就可以 样本进行一些预处理后提取其特征向量训练 SVM 分类器。对 在同样的视频流传输率下使用, 因此大大提高视频质量。 待检测图像, 先采用基于颜色边缘检测的方法进行预定位, 得 文字区域的最大特点是具有强烈的空间频率变化。因此 到候选文本区域。对每个候选区, 切分为若干图像子块, 提取 不少文本检测算法是基于边缘检测的。Smith 等人提出了一种