基于蚁群优化算法复杂背景图像文字检测方法.docVIP

基于蚁群优化算法复杂背景图像文字检测方法 　　 收稿日期:2011-01-30;修回日期:2011-03-01。 　　基金项目:国家自然科学基金资助项目；山东科技大学春蕾计划资助项目（2010AZZ050；2010AZZ049）。 　　 作者简介:李敏花（1981-）,女,山东济宁人,讲师, 博士,主要研究方向:图像理解与分析; 柏猛（1981-）,男,山东济宁人,讲师,博士,主要研究方向:人工智能、机器视觉。 　　文章编号:1001-9081（2011）07-1844-03doi:10.3724/SP.J.1087.2011.01844 　　（山东科技大学 电气信息系, 济南 250031） 　　（minhuali09@163.com） 　　摘 要:针对复杂背景图像中的文字检测问题，提出一种基于蚁群优化算法的复杂背景图像文字检测方法。该方法首先采用蚁群优化算法提取图像边缘；然后在边缘图像上提取特征，采取由粗到精多级检测、验证的策略进行文字检测。与基于Soble算子、Canny算子等方法的对比实验结果表明，所提出的基于蚁群优化算法的文字检测方法可有效地实现复杂背景图像中的文字检测。 　　关键词:文字检测;边缘检测;蚁群算法;复杂背景 　　中图分类号:TP391文献标志码:A 　　Text detection from images with complex background by 　　 ant colony optimization algorithm 　　LI Min-hua, BAI Meng 　　（Department of Electrical and Information Engineering, Shandong University of Science and Technology, Jinan Shandong 250031, China） 　　Abstract: To detect text from images with different backgrounds, a text detection method with ant colony optimization algorithm was proposed. Before text detection, an ant colony optimization algorithm was adopted to detect image edges, and then features were extracted from the edge image. Afterwards, a coarse-to-fine strategy was applied to detect the text lines from image. Finally, the experimental results show that the proposed method achieves more precise detection than Soble-based, Canny-based and othor two detection methods. 　　Key words: text detection; edge detection; ant colony algorithm; complex background 　　0 引言 　　图像和视频中的文字包含丰富的信息，在视频内容分析、检索、图片内容理解等领域具有重要作用。因此，让计算机自动识别图像中的文字，即文字的自动检测、识别技术近年来逐渐引起人们的关注。 　　要将图像中的文字提取出来，首先需要将图像中的文字区域从复杂背景中准确定位出来，即对图像中的文字进行检测。现有文字检测技术大体可分为以下几类：基于边缘的方法［1-2］、基于纹理的方法［3-4］、基于颜色的方法［5-6］和基于连通域分析的方法［7-8］。其中，基于边缘的方法通过采用边缘检测算子，如Sobel算子、Canny算子等，检测速度快，并可以获得高的检测准确率，对于噪声较少的图像检测效果较好。但是以上边缘检测算子没有考虑人眼视觉特性，测得的边缘比较粗糙，容易出现断裂现象，尤其当图像较复杂或含有噪声时更是如此。而实际图像，尤其是复杂背景图像往往都带有噪声,这就限制了基于边缘检测方法的实用性。 　　鉴于此，本文提出一种基于蚁群优化算法的复杂背景图像文字检测方法。蚁群算法能够智能搜索、全局优化,而且具有鲁棒性、正反馈、分布式计算、易与其他算法结合等特点。将蚁群算法用于边缘提取，具有抗噪声能力强，边缘不易破裂等特点。在本方法中，首先采用蚁群优化算法提取图像边缘，然后在边缘图像上采取由粗到精多