商品包装上的文字检测和识别-电子与通信工程专业毕业论文.docxVIP

独创性声明 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，除文中已经标明引用的内容外，本论文不包含任何其他个人或 集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在 文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。 学位论文作者签名： 日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权 保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。 本人授权华中科技大学可以将本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和汇编本学位论文。 本论文属于 保密□， 在 年解密后适用本授权书。 不保密□。 （请在以上方框内打“√”） 学位论文作者签名： 指导教师签名： 日期： 年 月 日 日期： 年 月 华 华 中 科 技 大 学 硕 士 学 位 论 文 I I 摘 要 自然场景下文字检测与识别能极大的提高人们获取外部信息效率，一直是图 像处理和模式识别的一个重要研究方向。由于自然场景文字大小、颜色、方向各 不相同，使得文本定位和识别的精度都不高，能满足日常生活需求的应用并不多。 本课题研究的内容是对自然场景下拍摄的包装图片进行文字识别，涉及到图像预 处理，复杂背景下文字检测、分割和识别等方面内容。 首先，了解国内外关于文字检测和识别的常用方法，分析并比较的了基于边 缘和区域检测方法的优缺点，选择了具有较高召回率和鲁棒性的最稳定极值 (MSER)算法来检测文字区域。并针对 MSER 算法在图像对比度不高，文字边缘 不明显等情况下检测准确率不好的问题，引入自动色阶和反锐化掩模技术对图像 色彩分布进行自动调整，让文字和背景对比度增大，从而提高 MSER 算法在复 杂环境下字符检测率。 第二，对检测出的文本行使用 Hough 变换和投影法相结合的方法进行倾斜 校正，然后使用 OTSU 二值化算法和白底和黑底背景的自动判断方法，完成候 选区域文字和背景的分割，最后按照由行到列和由弱到强的原则对文字投影图像 进行分析，克服粘连字符的影响，完成单个字符的分割。 第三，研究了文字识别中常用的轮廓特征、LBP 特征和 Gabor 特征，并将这 些特征应用到基于神经网和 SVM 的日期识别。通过对分类器的原理和特征性能 的比较，提出了适合本文场景的两级 SVM 分类器级联的字符识别模型，并结合 文字的语义信息，在提高文字识别准确率的同时保证较快的识别速度。从而基本 实现商品包装文字检测和识别功能。 关键词：商品包装 文字检测和识别 最稳定极值算法 二值化 投影分割 Gabor 特征 支持向量机 神经网络 II II Abstract Detection and recognition of text in natural scene can greatly improve the efficiency of peoples access to external information, it has been an important research direction of the image processing and pattern recognition. Due to the natural scene text location, size, orientation, and the type of language are random, the text location and recognition accuracy is not high enough to meet the daily need of the application. The contents of this research is to natural scenes packaging image character recognition involve the image preprocessing, text detection under complicated background, segmentation and recognition, etc. The first, compare the advantages and disadvantages of edge and region detection method , chosen with a higher recall rate and robustness algorithm the most stable extremes region (MSER) algorithm to