复杂背景下的文本定位技术应用研究-文本定位专业论文.docx

万方数据 万方数据 南京邮电大学学位论文原创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。 尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过 的研究成果，也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 本人学位论文及涉及相关资料若有不实，愿意承担一切相关的法律责任。 研究生签名： 日期： 南京邮电大学学位论文使用授权声明 本人授权南京邮电大学可以保留并向国家有关部门或机构送交论文的复印件和电子文 档；允许论文被查阅和借阅；可以将学位论文的全部或部分内容编入有关数据库进行检索； 可以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质 论文的内容相一致。论文的公布（包括刊登）授权南京邮电大学研究生院办理。 涉密学位论文在解密后适用本授权书。 研究生签名： 导师签名： 日期： 摘要 图像中的文本对于整个图像的语义理解、图像检索等应用具有非常重要的作用，在诸如 Internet 环境下的图像检索、交通管理中的车牌识别等应用中也具有广阔的发展空间。要获取 图像中的文本就需要利用文本定位方法。可以说文本定位是这些实践应用的基础。当前的文 本定位技术还不成熟，无法满足实践应用的需要。因此本文就是来解决复杂背景下的文本定 位问题。 本文首先对前人的相关工作进行了分析与研究，分别从基于特征提取、基于机器学习以 及基于这两者相结合的方法三个方面对文本定位方法进行详细的阐述，并且对这三类方法的 优缺点做出了简短的分析。其次本文以具有复杂背景的图像为实践应用对象，提出三种文本 定位方法： (1) 提出了一种基于主动轮廓模型的文本定位方法。该方法首先将输入的图像经过 sobel-laplacian 锐化后再由 gaussian-laplacian 进行过滤。其次，预处理完成后的图片首先通过 改进的主动轮廓模型得到初始轮廓，然后再通过算法的反复迭代扩大或缩小轮廓线得到最终 轮廓，最后通过后处理尽量排除非文本块从而得到最终文本区。 (2) 提出了基于显著性检测的文本定位方法。该方法首先以图像四边分别作为基准对输 入的图像进行背景检测，然后以背景检测中得到的非背景区域作为基准，对输入的图像进行 前景检测，获取较准确的备选文本区，最后结合中心分割算法，得到最终的文本区域。 (3) 提出了结合边缘置信测度的文本定位方法。该方法首先引入置信测度并且将其用于 于基于梯度的边缘检测中，然后通过梯度向量的估计、非极大值抑制、滞后性阈值三步骤的 处理，最后得到文本区域。 文本定位是一个具有广阔应用前景的热点问题，目前许多定位方法对于背景复杂，文本 形式多变的图像其定位效果并不理想。本文的实践应用结果表明，文中所提出的方法均可有 效检测出图像中的文本，对于文本定位技术今后的发展具有一定的理论意义与实用价值。 关键词: 文本定位 ，特征提取 ，复杂背景 ，图像处理 I Abstract Text in the image plays a very important role in applications such as semantics understanding and image retrieval. It also has a wide development prospect in applications such as the image retrieval under Internet and the discernment of the number plate in traffic administration. So text location is the basis of the application which is mentioned above. To obtain the text, text location method can be used. Currently, the text location technology is not mature enough to meet the requirement of the practical application. Therefore, the objective of this dissertation is to solve the problem of text location under complex background. This dissertation discusses the previous related work at firs