基于顺序非过滤场景检测方法研究.pdfVIP

基于顺序非文本过滤的场景文本检测G

王Qingqing，吕Yue，温Ying

师范大学计算机科学与技术系市信息处理重点实验

室，200241，

另一方面，基于CC的方法通过生成连通组件（CC）来提

取文本。它们假设同一连通组件中的像素具有相似的局

我们提出了一种基于顺序非文本过滤的场景文本检测方

部属性，例如笔画宽度、强度和灰度级。CC的数量少于

法。首先，我们通过多通道极大稳定极值区域

区域的数量，因此基于CC的方法比基于区域的方法更高

（MSER）检测开始我们的工作。然后，通过四阶段

效。然而，要找到一种对模糊、倾斜、低分辨率和光照

的顺序非文本过滤策略消除非文本成分，该策略包括通

不均匀具有鲁棒性的CC是一项具有性的任

道内MSER剪枝、通道间MSER剪枝、基于一元特征

务。Epshtein等人[4]和Bai等人[5]利用笔画宽度的一

的非文本过滤和基于二元特征的非文本过滤。最后，将

致性和笔画边缘像素的外观来生成CC。，由于

文本成分组合成词并消除误检。与一些现有方法相比，

MSER检测器具有较高的字符检测率[6,7,8]，已被

所方法在ICDAR2013数据库上达到了最先进的

广泛用于检测CC。对于基于MSER的方法，最具性

性能水平。

的任务是过滤掉非文本组件。Shi等人[6]在MSER基础

上构建了一个无向图模型来解决这个问题。Kim等人

索引术语—MSER，顺序非文本过滤，重复成分，一

[7]和Yin等人[8]利用组件之间的邻接关系来排除非

元特征，二元特征

文本组件。具体来说，Kim等人[7]使用Adaboost分

1.引言类器学习MSER对之间的关系，并采用多层感知器学习

来消除误检。Yin等人[8]利用距离度量学习计算

随着移动设备的广泛使用，数字图像在我们的日常生活中

MSER对之间的距离，并基于文本候选的后验概率来消

正扮演着越来越重要的角色。图像中的文字对于各种计算

除误检。Kim的方法和Yin的方法分别在ICDAR2011和

机视觉应用具有重要的语义价值，例如自动导航、无人驾

ICDAR2013竞赛中获得了第一名。

驶、基于内容的图像检索以及为视障的计算机辅